1.特征放缩
对于多特征的线性回归,为了平衡各特征之间的权重,采用特征放缩
eg:size(0-2000)1000-平均值
bedroom(1-5)2-平均值
2.梯度下降法是否运行正确
画出代价函数和步数的关系图
3.学习率
0.001,0.003,0.01,0.03,0.1,.....
1.特征放缩
对于多特征的线性回归,为了平衡各特征之间的权重,采用特征放缩
eg:size(0-2000)1000-平均值
bedroom(1-5)2-平均值
2.梯度下降法是否运行正确
画出代价函数和步数的关系图
3.学习率
0.001,0.003,0.01,0.03,0.1,.....