线性回归中的梯度下降法

对于高维样本，梯度代表的方向，就是J增大最快的方向。梯度就是对各个参数的偏导数.

梯度大小和样本数量有关，梯度越大，样本中每个元素的梯度也越大。 - 最佳的：每一个梯度值和样本个数无关。所以要在求出的梯度值除以m。

目标函数变成了求MSE