摘要：
线性回归公式：hθ(x) =θ0+θ1x1+...+θnxn ;设x0=1 =θTx所有的求解方法都是在求θ，目标是让J(θ)最小化;J(θ)=1/2∑(hθ(x(i))-y(i))2 i=1...m（训练集的数量）如何求θ 方法1：梯度下降法：θj:=θj-α∂J(θ)/∂θj,其中α是学习速率，代表着你一步走多长，一般由人工指定，判断收敛的条件为多次叠代后θ的值稳定了 因为∂J(θ)/∂θj=∂(1/2(hθ(x)-y)2)/∂θj =2*1/2(hθ(x)-y)∂(hθ(x)-y)/∂θj ... 阅读全文
