靠近局部最低点，slope 减小，移动的幅度会自动变得越来越小。如果直接把误差相加会正负相互抵消，所以需要把误差平方。在 linear regression 中，修改。

在机器学习中，假设有。没有关系，求导后消失。

Multivariate linear regression 多元线性回归。在上升，或反复上下，梯度下降没有工作，应当使用更小的。：第 i 个训练样本的输入特征值 - vector。可以自由选择特征或将特征的组合运算作为新的特征。）时，矩阵的逆运算计算很慢，更适合用梯度下降法。：第 i 个训练样本中第 j 个特征值。但太小会导致收敛很慢。可以使用更复杂的函数拟合数据。将特征值的取值约束到。能更好（

Multivariate linear regression 多元线性回归。在上升，或反复上下，梯度下降没有工作，应当使用更小的。：第 i 个训练样本的输入特征值 - vector。可以自由选择特征或将特征的组合运算作为新的特征。）时，矩阵的逆运算计算很慢，更适合用梯度下降法。：第 i 个训练样本中第 j 个特征值。但太小会导致收敛很慢。可以使用更复杂的函数拟合数据。将特征值的取值约束到。能更好（