在前面的学习中，我们一直使用的线性回归算法是梯度下降法，即为了最小化代价函数)
，我们需要通过迭代很多步来收敛到全局最小值。那么现在我们来学习一种新的解法来求解。即正规方程。正规方程提供了一种求
的解析解法，相比较迭代算法，我们可以直接一次性的求解出的最优值。
我们首先举一个例子来帮助理解正规方程，我们假设有一个非常简单的代价函数，它就是一个实数的函数：%20%3D%20a%5Ctheta%5E2%2Bb%5Ctheta%2Bc)
。所以现在假设数只是一个标量，或者说数只有一行，是一个数字不是向量。假设我们的代价函数J是这个实参数数的二次函数，那么如何最小化一个二次函数呢。很常见的办法就是对函数求导，并导数为0，即求解%3D0)
，这样就可以求得使得最小时的值。但实际情况中，我们的数往往不是一个实数，而是一个n+1维的向量，并且代价函数J是这个向量的函数，也就是：%20%3D%20%5Cfrac%7B1%7D%7B2m%7D%5Csum_%7Bi%3D1%7D%5E%7Bm%7D(h_%5Ctheta(x%5E(i))-y%5E(i))%5E2)
。那么如何最小化这个函数呢，微积分里我们学过偏导，即这里我们要对每个参数求J的偏导数，但这个求导会非常复杂，因此实际上并不会真的对这个函数进行遍历所有的偏微分，这里只是告诉大家想要实现这个过程所需要知道的内容。
现在我们看看之前用过的房价的例子,数据集大小m=4，我们在额外的加上一列对应特征向量
,这一列取值永远为1:
接下来我们就可以构建一个矩阵X，这个矩阵包含了训练样本的所有特征变量，X是个m(n+1)维矩阵。对y，也就是我们预测的值，可以构建一个向量，y是个m维度的向量.m是训练样本数量, n是特征变量数：
如果我们用矩阵X和向量Y来计算的话，那么最终的结果如下等式：
%5E%7B-1%7D%20X%5ETy)
假设我们有m个训练样本%2Cy%5E(1))
直到%2Cy%5E(m))
,特征变量数目为n,因此每个训练样本)
可以看作一个向量：
%20%3D%20%5Cbegin%7Bbmatrix%7D%20x_0%5E(i)%5C%5C%20x_1%5E(i)%5C%5C%20x_2%5E(i)%5C%5C%20...%5C%5C%20x_n%5E(i)%5C%5C%20%5Cend%7Bbmatrix%7D)
接下来我们要构建矩阵X，构建矩阵X的方法也被称作设计矩阵。每个训练样本给出一个这样的特征向量，取第一个训练样本，也就是一个向量，取它的转置，最后是扁长的样子。让
作为我设计矩阵的第一行 然后第二个训练样本
进行转置 让它作为X的第二行。以此类推，直到最后一个训练样本取它的转置作为矩阵X的最后一行，这样矩阵 X 就是一个 m(n+1) 维矩阵：
)%5ET%20%26%26%20...%5C%5C%20...%20%26%26%20(x%5E(2))%5ET%20%26%26%20...%5C%5C%20...%20%26%26%20(x%5E(3))%5ET%20%26%26%20...%5C%5C%20...%5C%5C%20...%20%26%26%20(x%5E(m))%5ET%20%26%26%20...%5C%5C%20%5Cend%7Bbmatrix%7D)
举个例子，假设我们只有一个特征变量，就是说除了之外只有一个特征变量,而始终为1,所以如果我的特征向量
等于1,也就是和某个实际的特征变量等于1,
%20%3D%20%5Cbegin%7Bbmatrix%7D%201%20%5C%5C%20x%5E(i)%20%5Cend%7Bbmatrix%7D)
那么按照上述的方法，设计矩阵就是这样：
%5C%5C%201%20%26%26%20x_2%5E(1)%20%5C%5C%20...%20%5C%5C%201%20%26%26%20x_m%5E(1)%20%5Cend%7Bbmatrix%7D)
这样，就会是一个m*2维矩阵，而这里的向量y，则是一个m维向量：
%20%5C%5C%20y%5E(2)%20%5C%5C%20...%20%5C%5C%20y%5E(m)%20%5Cend%7Bbmatrix%7D)
这样我们得到了矩阵X和向量Y的结果，因此就可以使用正规方程来求解了。
之前我们在梯度下降的时候说过特征变量的特征缩放，即将所有的特征值缩小到类似的范围内。而如果使用正规方程的话，就不需要再进行特征缩放的操作了，但如果使用梯度下降法，就要根据不同特征的范围来判断是否需要使用特征缩放。
特征方程看起来相对于梯度下降要简单很多，但也不是万能的，这里我们列出这两个的特点来进行对比一下：
（懒得手写了就直接赋值吴恩达老师的图了==），这里就提一下两者的最后一个特点。由于矩阵X是m*(n+1)维的矩阵，当我们的特征值非常多的时候，计算%5E%7B-1%7D)
时候的计算量是非常庞大的，因此计算的速度会非常慢，但n的大小很显然跟梯度下降的速度没关系，所以梯度下降算法依然可以正常运行。这里吴恩达老师是建议在n=10000的时候就考虑一下是否要使用梯度下降法了，10000以下都可以使用正规方程，当然这里还是需要通过实际情况来决定。
最后也稍微说一点关于如果矩阵
不可逆怎么办。出现这种情况的可能性大概有两种，一种是特征选的很多余了，比如选了房子的平方面积作为特征还选了房子的英尺计算的面积，这样就明显很多余了；还有一种是特征选的太多，比如你有10个样本，结果选了1000个特征，这显然也不适合，可以适当的删除一些特征或者以后会提到的正则化的线代方法。
以上，就是关于正规方程的一些简单介绍，针对吴恩达机器学习的正规方程那一章节。
