机器学习预测octave代码

预测是机器学习最基本的框架，可以理解机器学习的迭代方法，代价函数与最优解等等基本概念。下面介绍单变量和多变量的线性回归预测,该任务是吴恩达老师机器学习课上的第一次编程作业。如果大家对octave的用法不是很熟悉，可以去看吴老师第二章课上的讲解视频。
1.单变量房价预测
gradientDescent.m：
这个函数是一个梯度下降的训练过程，每一次减去对theta的偏导数乘以alpha除以m.
利用梯度下降求theta的公式如下：

对theta求偏导数的过程如下：、

function [theta, J_history] = gradientDescent(X, y, theta, alpha, num_iters)
%