Andrew Ng機器學習筆記#2

                                         多元線性迴歸

 

• Features & hypothesis function:

 

 

 

• Cost function:

不變，依然爲h(x)-y的差的平方和，與單元線性迴歸方程定義一程。

 

 

• 梯度下降在多元線性迴歸中的應用：

• Feature scaling:

https://blog.csdn.net/JZJZ73/article/details/83059670

 

• Adjust the learning rate:

 

 

• Normal Equation 在多元線性迴歸中的應用：

 

• GD和NE在的比較和選擇問題：

以n=10000作爲一個分界點！

 

• 關於不可逆的問題的原因及處理：

 

• 自己關於這章筆記草圖：