一、特征缩放
----(1)
对于我们假设的式子（1），可能存在这样一种情况就是有些数据远大于另一些数据（eg:x_1>>x_2)
比如房子价格的例子：
房子的面积要远大于房子的层数和房间数。在这种情况下可以看下图，所产生的等高线的圈会很窄，在做梯度下降的时候需要做很多次（红箭头）。
这种情况下我们就可以进行特征缩放，将各类数据缩放在同一范围内。从而得到下图。
特征缩放的方法：我们可以除以每一种类型的自身的平均值。也可以时其他特定的数，只要能使他们在一定的范围内就行，而这个范围也不是固定的，可以时[-1,1]，也可以是[0,3]等等，只要不是太大，比如[-100,100]就不好
向上图就会收敛的更快一些。
二、学习率
学习率其实就是在梯度下降时候的α，α太小则收敛太慢，耗费时间，α太大则有可能永远无法收敛（如下图）
