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