机器学习：多变量线性回归(Linear Regression with Multiple Variables)

支持多变量的假设

梯度下降

对J求导后：

求出最优theta，带入到h(x)。

为了保证特征值(x)的范围在(-1<=x<=1)之间，引入特征缩放

Sn为标准差，std()可计算
【注】特征值的缩放不需要太精确，只是为了让梯度下降运行的快一点。

正规方程

使用该公式一次性可计算出theta值
一般来说特征数量小于10000，可以使用正规方程。