目录
mutiple features
这里的一系列x就是mutiple features,不同的例子里拥有不同的现实含义。
0.1可以理解为,每一个额外的x1大小的size,价格会增长0.1的千美元。
这样的一个式子我们可以把它称作mutiple linear regression。
vectorization
向量化后,使代码更加短和简洁,并且减少了运行代码的时间。
多层线性回归的梯度下降
该方法没有使用迭代,但是仅适用于线性回归。
梯度下降依然是一个最好的选择。
目录
这里的一系列x就是mutiple features,不同的例子里拥有不同的现实含义。
0.1可以理解为,每一个额外的x1大小的size,价格会增长0.1的千美元。
这样的一个式子我们可以把它称作mutiple linear regression。
向量化后,使代码更加短和简洁,并且减少了运行代码的时间。
该方法没有使用迭代,但是仅适用于线性回归。
梯度下降依然是一个最好的选择。