机器学习基础 - [第二章:多变量线性回归](1)多元线性回归模型

1、多元线性回归假设函数的新形式

由于特征(或者变量)拓展成了多个,例如,以前的房屋价格预测的特征可能只有面积,但现在加入了楼层、卧室数、以及使用年限等,所以其假设函数也发生了相应的变化
机器学习基础 - [第二章:多变量线性回归](1)多元线性回归模型
如上图所示,为了方便,令x0=1x_{0}=1,于是xx变成了n+1维向量,为了紧凑,假设函数记为hθ=θTxh_{\theta}=\theta^{T}x

2、多元线性回归模型代价函数的新形式

机器学习基础 - [第二章:多变量线性回归](1)多元线性回归模型
这里将θ0θ1...θn\theta_{0},\theta_{1},...,\theta_{n}统一写成θ\theta

3、多元线性回归模型的梯度下降新形式

机器学习基础 - [第二章:多变量线性回归](1)多元线性回归模型
θ0\theta_{0}的更新方程不变,θj\theta_{j}对应的求和项前面的系数为xjix_{j}^{i}