我有一个用于评分不同学校的模型：

要求我描述一种解决此问题的迭代方法。

描述多变量的多项式回归是否是一种好的回答方式？我们可以形式化地定义一个包含m个样本的数据集D。我可以定义误差函数J(theta)，并通过梯度下降算法找到最小化误差函数的参数。

这是否是一种解决问题的迭代方法？

回答：

多项式回归被认为是多元线性回归的一种特殊情况，因此可以使用梯度下降来拟合。

梯度下降是一种迭代优化技术，因此，如果你使用梯度下降来最小化成本函数，那么答案是肯定的。