3、多变量线性回归

前面介绍了，当输入的特征X为多个的时候，就变成了多变量线性回归。

此时输入的特征为X1~Xn共有n个，进一步化简，把θ0看成是一个参数，特征X0=1，那么就会有：

进一步写成矩阵相乘的形式，就是：

假设h有了，那么应用前面学过的梯度下降法来更新每一个θ的值，循环循环再循环，最终收敛或者小于我们规定的一个阈值，算法结束。


在使用梯度下降法的时候应当注意几点：
（1）保证输入的所有特征取值范围一致，也就是常说的“ 归一 ”。比如输入有两个特征，一个是面积，2000，3000，1000等，另一个是房间的数量，是各位数字，显然有些不合适。
常用的解决方法就是将所有的特征取值尽可能缩放到-1到1之间。比如说标准化：
（2