Practice For PRML(Unit 3 Linear Regression) 数据data.txt： 共两百条，第一列为特征（自变量），第二列为因变量
基本共用： 1）BasisFunction: 包含几类常见到基函数，比如高斯、sigmoidal、幂函数
2）measures: 包含几个常见评价指标
几个模型及其求解： 1）BayesianRegression: 贝叶斯线性回归，引入参数到先验分布。
2）normalEquation: 最大似然(用normal Equation实现) & regularized least squares(用normal Equation实现)
3）LeastMeanSquares: 最小二乘（基于随机梯度下降），不过这个代码目前有问题，还未debug.
主函数： myRegression： 调用这几个模型进行学习（ #1.bayesis Linear regression； #2.normal equation + regularized least squares；#3. least squares with stochastic gradient descent）
相关笔记：https://blog.csdn.net/qq_29496135/article/details/81545506