linear regression
线性回归很简单,就是运用我们已知的数据集(training set)去拟合出一组 θ \theta θ,等同于在空间中拟合出了一条曲线,然后我们就可以利用下面的方程进行数据预测了。当然这些都是在我们已经完成了特征选取和模型假设之后,特征选取就是 x x x向量中的每个值(比如对于预测房价,我们觉得可能跟房子大小和卧室个数有关,所以我们的 x x x就有两个值,一个代表房子大小,一个代表卧室个数),模型假设就是 h θ ( x ) h_\theta(x) hθ(x)
h θ ( x ) = θ T x = θ 0 + θ 1 x 1 + . . . + θ n x n h_\theta(x)=\theta^Tx=\theta_0+\theta_1x_1+...+\theta_nx_n hθ(x)=θTx=θ0+θ1