线性回归的梯度下降法总结
梯度下降总结
image.png
是否需要缩放，这个取决于取值范围，
1、取值范围接近-1<=x<=1的时候可不用缩放
2、取值范围很大或者很小的时候都需要缩放来加速梯度下降的速度
image.png
检查梯度下降是否收敛
epsilon小于0.001的时候可以认为是接近或者全等。个人思考这个epsilon的值的选择也是依据实际要求精度变化的
image.png
特征工程：如何选特征工程（长和宽 or 长、宽和面积）取决于你对事物的了解和洞察
image.png
多项式回归：特征工程可非线性拟合
image.png
