複数の機能（マルチ特徴量）
図1に示すように、文字が定義されています。
図2に示すように、多変量線形回帰（線形回帰）。
3、費用関数：
4、勾配降下アルゴリズム：
勾配降下技術--Featureスケーリング（特徴スケーリング）
図1は、定義：-1と1の間の各特徴量をスケーリングします。（例えば、0~3などの近距離、-2 0.5などへ付）
2、役割：勾配降下（近いラウンドプロファイル）時の収束を容易にします。
3、スケーリング方法：
（1）直接最大値で割りました。
（2）平均正規化（正規化平均）の範囲で割った平均値を減算する（即ち、最大値 - 最小値）
勾配降下スキルII --Learningレート（学習率）
：α= 0.1 B：α= 0.01（αが小さいと、収束速度）C：= 1α（αは発散、大きすぎます）
多項式回帰（多項式回帰）
図1は、例えば：異なる順序の用語は、そのようなX1の領域として特徴値、異なる特徴値に変換²面積値X2を特徴とする、³面積値X3を特徴付けることができます。複数の線形回帰への多項式回帰問題。
