吴恩达机器学习笔记四 多维特征 特征缩放

多维特征

这里的点积是向量乘法，对应两个相乘然后再相加

向量化：代码更简单，运行更快

多元线性回归的梯度下降

一种梯度下降的替代方法：正规方程法(normal equation)

只适用于线性回归，不需要迭代就能求出参数 w,b ； 没有推广到其他算法，输入很多时速度很慢

特征缩放(feature scaling)

第一种方法：都除以范围的最大值，让变量的范围落在0-1

第二种方法：均值归一化(mean normalization)

x-平均值μ/（最大值-最小值）

第三种方法：Z-score

首先计算平均值μ，然后计算标准差(standard deviation) σ，x-μ/σ