机器学习04_吴恩达版学习笔记

1.多功能

（1）多个特征

 

 假设函数（多元线性回归）：

  

         将参数向量θ转置简化记为θT，特征向量的内积简化记为X，即θTX

2. 多元梯度下降法

3. 特征缩放

1. 如x1表示房屋面积（1000，2000），x2表示房间数量（1，2，3，4, 5），如果直接表示在坐标中，会造成等高图偏瘦，在收敛时会很麻烦；
2. 因此，考虑将X1除以2000(最大值)，X2除以5，这样等高图就会正常很多，收敛效率也高.

一般将特征Xn处理在-1到1之间，稍微大或小都是可接受的。

在特征缩放中，有时也会用到均值归一化的操作