您的位置: 首页 > 文章 > 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 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 分类: 文章 • 2024-09-27 14:03:16 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 如上图所示,为了方便,令x0=1x_{0}=1x0=1,于是xxx变成了n+1维向量,为了紧凑,假设函数记为hθ=θTxh_{\theta}=\theta^{T}xhθ=θTx 2、多元线性回归模型代价函数的新形式 这里将θ0,θ1,...,θn\theta_{0},\theta_{1},...,\theta_{n}θ0,θ1,...,θn统一写成θ\thetaθ 3、多元线性回归模型的梯度下降新形式 θ0\theta_{0}θ0的更新方程不变,θj\theta_{j}θj对应的求和项前面的系数为xjix_{j}^{i}xji