机器学习(5.1)——多元线性回归

机器学习(5.1)——多元线性回归之前的例子中变量只有一个,这次拥有多个变量
用向量来表示每一个测试样本
机器学习(5.1)——多元线性回归
由于之前所用的假设函数的变量只有X一个,所以就不能在使用这个假设函数
机器学习(5.1)——多元线性回归

我们将变量与参数都写成向量的形式,然后为变量补上X0=1;将参数矩阵转置得到:h(x)等于该式子。
我们将这个假设函数称为多元线性回归。
机器学习(5.1)——多元线性回归
机器学习(5.1)——多元线性回归
在新的梯度下降中,我们的新式子给出的是一个一般形式。应该很好理解。