模型描述
房价预测问题
给出一个房子大小和对应价格的数据集，用这些数据来预测价格（给定一个新的大小）
符号表示
image.png
如图中所示 m 表示训练集的大小，x 输入变量（特征），y输出变量（目标变量）
解决方案
由“学习算法”通过训练数据集生成模型“h”, 用h去预测价格
image.png
模型h如何表示
这里采用单变量线性回归，单变量即是一个变量，线性就是一次的，为什么叫“回归”呢，这个好像在哪看过细致的原因。（粗略的好像是离散的事分类，连续的就是回归）
image.png
代价函数
模型假设为“一元一次”函数，那这个函数有俩系数，如何确定这两个系数？
image.png
最贴合数据集自然就是距离最近（代价最小）
image.png
俩参数和cost函数的关系为：
image.png
梯度下降（gradient /'greɪdɪənt/ descent）
image.png
往哪个方向变化呢？
image.png
变化时α太小或者太大可能会有的问题
image.png
模型和梯度下降算法
image.png
使用此算法算出合适的俩参数即可求得模型。
