Normal Equation公式：
θ=(XTX)−1XTY
推导过程：
起始：
X⋅θ=Y
第一步：左乘X T
XTX⋅θ=XTY
第二步：左乘(X TX) -1
(XTX)−1XTX⋅θ=(XTX)−1XTY
其中：
(XTX)−1(XTX)=I
所以：
θ=(XTX)−1XTY
Gradient Descent方法：
- 需要选择学习率 α
- 需要多次迭代
- 特征数量很大时，仍然效率很高
Normal Equation方法：
- 不需要选择学习率 α
- 不需要迭代
- 不适合特征数量很大的情况，因为需要算矩阵乘法