机器学习入门~正规方程Normal equation

正规方程Normal equation

• 对于某些机器学习问题，正规方程会给我们更好的方法来求解假设函数中的θ参数的最优值。
  
• 👆梯度下降给出了一种通过不断迭代的方式，通过代价函数寻找θ最优值的解法。
• 👆而正规方程给出了求解θ的解析解法，即不必运行迭代函数，而是直接一次性求解θ的最优值。
  解决方法：
  
  👆代价函数求导，并令导数为零，求解出使得导数为零的参数θ_x。
  👇但实际问题中，参数θ是一个n+1维的向量，也就是θ₀到θ_m的函数。
  
  👆解决的方法是对每一个参数θ求偏导，然后把它们全部置零，解出θ₀到θ_n。
  例：👇
  假设有一个m = 4的训练样本。