（二）吴恩达-机器学习第二课学习心得-线性回归算法（Linear regression）

1.线性回归算法(Linear regression)

在监督学习中我们有一个数据集，这个数据集被称为训练集（Training set）

m:训练样本的数目（有几组训练样本）
x’s:输入变量，特征量，用x表示输入的特征
y’s:输出变量或目标变量（预测结果）
(x,y):表示一个训练样本
(xi,yi):表第i个训练样本
h:表hypothesis(假设),表示一个函数

2.代价函数(Cost function)

θi :表模型参数
J(θ0, θ1)=1/2m∑(hθ(xi)-yi)2，∑范围从i=1到i=m
J(θ0, θ1)称平方误差函数(squad error function)，有时也称为平方误差代价函数