多变量线性回归时使用梯度下降（Gradient Descent）求最小值的注意事项

　　梯度下降是回归问题中求cost function最小值的有效方法，对大数据量的训练集而言，其效果要

好于非迭代的normal equation方法。

　　在将其用于多变量回归时，有两个问题要注意，否则会导致收敛速度小，甚至无法收敛。

1. 特征均一化（Feature Scaling）

　　当特征量多时，需呀使用每个特征的均值、范围来使每个特征都均一化到[-0.5, 0.5]的范围

　　即: f_normed = (f - f_average) / (f_max - f_min)

　　这样能使得cost function的梯度图成为圆形，从而加快收敛速度

2. 学习速度选择（Learning Rate Chooseing）

　　学习速度a的选择是需要尝试的，可以将不同的a下Cost Function值随迭代次数的变化画出来观察。

　　过小的a会导致收敛慢，过大的a会导致发散（同时也有很小可能导致收敛慢）。

　　a的选择方案为：以10为一个区间，每个区间中间和两头取点。如：..., 0.01, 0.03, 0.1, 0.3, 1, 3, 10, ...