摘要：
这里是斯坦福大学机器学习网络课程的学习笔记。课程地址是：https://class.coursera.org/ml-2012-002/lecture/index如上一节：线性回归问题介绍 中所讲， 解决线性回归问题，其实就是找使成本函数最小值的点。成本函数：J(a,b)=1/2m * sum[(a+bx)-y]2，多特征情况下成本函数为：J(a) = 1/2m *sum( (Xa-y).^2)， 其中X是m*n矩阵，a是n*1特征权重向量，y是n*1向量，m为样本个数，n为特征个数，X(i,j)为第i个样本中第j个特征的值。1. 正规化方程组解法： 要取得J(a)的最小值，只需要... 阅读全文
