梯度下降的迭代逼近 - 线性回归

Question

我有这个模型来评分不同的学校：

我被要求描述一种解决问题的迭代方法。

用多个变量来描述多项式回归可能是一个好方法吗？ 形式化我们有一个带有m个样本的数据集D. 我可以定义误差函数J（theta），并在梯度下降算法的帮助下找到最小化误差函数的参数。

这可能是解决问题的迭代方法吗？

Answer 1

多项式回归被认为是多元线性回归的一个特例，因此可以拟合梯度下降。

梯度下降是一种迭代优化技术，因此如果使用梯度下降最小化成本函数，则答案是肯定的。