吴恩达机器学习课时5：单变量线性回归

一、简介

　　1.案例：下图是波特兰市城市住房价格数据，我们将根据不同房子的尺寸，对应不同的售价组成的数据集来画图

　　(1)由上面的数据可以进行模型的拟合，这组数据似乎适合直线,这也是一个回归问题，回归是指预测一个具体的数值输出，另一种常见的监督学习问题，是分类问题，用它来预测离散值的输出，比如观察肿瘤，判断其实良性肿瘤还是恶性肿瘤，这是只有0和1的离散值输出

　　2.机器学习中常用的符号：

　　　　(1)m:表示训练样本的数量

　　　　(2)x表示输入变量或者说是特征

　　　　(3)y表示输出的变量，也就是我们的目标变量 

　　　　(4)通常我们用(x,y)来表示一个训练样本