1、模型描述
给定一组数据，如房屋的面积及其价格，根据给定的数据假设出一个模型，然后用来估计给定面积的房屋的价格。
m:训练样本的数量
x's：输入变量/特征
y's：输出变量/目标变量
（x，y）：训练样本
（xi，yi）：第i个训练样本，i表示样本中的第i行
h(θ）=θ0+θ1x ; 是一个线性函数，类似于y=ax+b；单变量线性回归：即只有一个变量（特征）
h是一个假设函数（由x→y的映射）其作用是预测y是关于x的线性函数；x：特征/输入变量
2、代价函数
损失函数（Loss/Error Function）：计算单个训练集的误差
代价函数（Cost Function）：计算整个训练集所有损失函数之和的平均值
代价函数又叫平方误差函数或平方误差代价函数
代价函数为：
目标函数为：
为了直观理解代价函数到底是在做什么，先假设θ0=0,并假设训练集有三个数据，分别为（1,1）,（2,2）,（3,3）这样在平面坐标系中绘制出hθ(x),并分析J(θ0，θ1）的变化。
上图中右侧J(θ0，θ1）随着θ1的变化而变化，可见当θ1=1时，J(θ0，θ1）= 0，取得最小值，对应于左图青色直线，即函数h拟合程度最好的情况。
代价函数-直观理解
注：该部分由于涉及到了多变量成像，可能较难理解，要求只需要理解上节内容即可，该节如果不能较好理解可跳过。
给定数据集：
参数在θ0不恒为0时代价函数J(θ)关于θ0，θ1的3-D图像，图像中的高度为代价函数的值。
由于3-D图形不便于标注，所以将3-D图形转换为轮廓图(contour plot)，下面用轮廓图（下图中的右图）来作直观理解，其中相同颜色的一个圈代表着同一高度（同一J(θ)值）。
θ0=360，θ1=0时：
大概在θ0=0.12，θ1=250时：
上图中最中心的点（红点），近乎为图像中的最低点，也即代价函数的最小值，此时对应 对数据的拟合情况如左图所示，嗯，一看就拟合的很不错，预测应该比较精准啦。
3、梯度下降
让计算机自动找出最小化代价函数时对应的θ值；
思想：开始的时候，随便选择一个参数组合（θ0，θ1，θ2......θn），即起始点，计算代价函数。然后寻找下一个能使得代价函数下降最多的 参数组合，不懂迭代，直到找到一个局部最小值。由于下降的情况只考虑当前参数组合周围的情况，所以无法确定当前的局部最小值是否就 是全局最小值。不同的参数组合，可能会产生不同的局部最优值。如下图所示。
梯度下降算法：（要同时更新θ的值）
：=是赋值的意思
α：学习速率，是一个大于0的数，α的取值很重要
α过小：收敛的太慢，需要多次迭代
α过大：可能越过最低点，甚至导致无法收敛
学习速率只需选定即可，不需要在运行梯度下降算法的时候进行动态改变，随着斜率越来越接近于0，代价函数的变化幅度会越来越小，直到收敛到局部极小值。
4、线性回归的梯度下降
只需要将代价函数带入梯度下降算法中即可。
