机器学习 -- 梯度下降法（Ⅳ 多元线性回归中的梯度下降法）
之前都使用二次曲线作为损失函数进行梯度下降法过程的模拟。本次将梯度下降法应用在多元线性回归中。
由于多元线性回归中θ 为一组向量，故将J对θ求导变为J对θ向量分别求偏导。
目标：
根据上式发现：计算出的梯度大小与样本数量有关，若样本数量越大则梯度越大。（不合理）
要使每个梯度求出来的值与m无关，故我们将整个梯度值除以m。
之前都使用二次曲线作为损失函数进行梯度下降法过程的模拟。本次将梯度下降法应用在多元线性回归中。
由于多元线性回归中θ 为一组向量，故将J对θ求导变为J对θ向量分别求偏导。
目标：
根据上式发现：计算出的梯度大小与样本数量有关，若样本数量越大则梯度越大。（不合理）
要使每个梯度求出来的值与m无关，故我们将整个梯度值除以m。