代码：https://github.com/Pokoai/Andrew-NG-Machine-Learning/tree/main/ex1-Linear%20Regression

单变量线性回归

1. 假设函数
2. 代价函数：平方误差
3. 梯度下降算法：使代价函数取得最小值（局部最小值）

多变量线性回归

同单变量，只是多了一点需要注意：

多维特征的尺度各不相同，会 降低梯度下降算法的收敛速度，所以，最开始要进行特征归一化。

归一化方法：(x - 均值) / 标准差

多项式回归

可以将多项式高阶变量通过赋值，转换为一阶函数，进而为变多变量线性回归问题。