Andrew Ng机器学习笔记week2 多变量线性回归
第二周主要是多特征的线性回归知识点:
一、multiple features(variables)-多变量
预测值:
二、Gradient descent for multiple variables
1、Feature Scaling
需要把各个特征取值转化到统一范围内,比如一个特征取值范围0~100000,另一个特征取值范围0~10,那就没有可比性了。
2、Learning rate - -α
三、Features and polynomial regression(特征和多项式回归)
四、Normal equation(标准方程)
Gradient Descent VS Normal Equation