【一、多变量线性回归模型】
多变量线性回归是指输入为多维特征的情况,例如:
在上图中可看出房子的价格price由四个变量(size、number of bedrooms、number of floors 、age of home)决定,为了能够预测给定条件(四个变量)下的房子的价格(y),我们需要建立相应的线性回归模型。
假设有n个变量,则相应的多变量线性回归模型如下:
注意上图中的x是指一个训练样本,即每个训练样本都是一个(n+1)维向量(包含附加的x0=1)
【二、代价函数】
多变量线性回归的代价函数如下:
其中x(i)代表第i个样本
【三、梯度下降法寻找最佳theta】
下面列出单变量线性回归梯度下