變數多於兩個時，線性回歸模型就變成了多元線性回歸模型：
代價函式為：
線性回歸模型的訓練（就是用梯度下降法求解最小代價函式）需要注意一些問題：
1.2.學習速率
代價函式應該是遞減的，如果代價函式不減反增，那麼很可能是學習速率太大，跳過了極小值。
3.代價函式
代價函式必須是凸的，否則一樣存在難以收斂的問題
4.過擬合
特徵引數選的過多了，也就是n過大，會使模型對於新的資料**準確性降低。
多元線性回歸模型的求解也可以通過normal equation的求解（其實就是通過矩陣變換求解線性方程），求解normal equation的好處是不用擔心特徵引數相差過多，不過變數矩陣必須是可逆的。
參考練習：
參考資料
機器學習（4） 多元線性回歸
乙個唯一的因變數和多個自變數 之間的關係 這裡自變數在處理之前不僅僅是數值型 上圖 我們要做的也就是，尋找到最佳的b0 b1 bn 這裡有關於50個公司的資料 spend1 2 3代表了公司在某三個方面的花銷，state是公司的的位址，profit則是公司去年的收入。現在要選擇目標公司，要求績效最好...
機器學習之多元線性回歸
多元線性回歸概念 在回歸分析中，如果有兩個或兩個以上的自變數，就稱為多元回歸。社會經濟現象的變化往往受到多個因素的影響，例如，家庭消費支出，除了受家庭可支配收入的影響外，還受諸如家庭所有的財富 物價水平 金融機構存款利息等多種因素的影響。因此，一般要進行多元回歸分析，我們把包括兩個或兩個以上自變數的...
機器學習（九） 多元線性回歸
1 與簡單線性回歸區別 多個自變數 x 2 多元回歸模型 3 多元回歸方程 4 估計多元回歸方程 5 估計流程 6 估計方法 7 舉例 一家快遞公司送貨統計10次 x1 運輸里程miles,x2 運輸次數deliveries,y 總運輸時間 資料代入後計算b0,b1,b2 time 0.869 0....