吴恩达2022机器学习专项课程C1W2：1.21 多元特征回归

问题预览/关键词

1. 多元特征回归是什么？
2. 多元特征回归的符号
3. 多元特征回归的函数是？
4. 函数简化版

笔记

1.多元特征回归

从单一的输入特征（如房子的大小）扩展到多个输入特征（如卧室数量、楼层、房龄）。

2.多元特征的符号

• 右下角j：第几列输入特征。
  

• n：表示输入特征的数量。例如图片里有4种输入特征，因此n=4。

• x的向量：表示第i个训练样本的所有特征。例如i=2，训练样本为[1416,3,2,40]。

• i表示第几行，j表示第几列：表示获取某个单独的训练样本i。

3.多元特征回归的函数

每增加一个输入特征x，就对应增加一个权重参数w。

4.函数简化

使用点积法。数学概念称为点积法，python中可以使用NumPy库向量化操作。两个向量（数组）对应位置的元素相乘，然后将所有乘积相加起来。

总结

多元特征回归是线性回归的一种，它由原来的一个输入特征变成多个输入特征，但是最终预测结果还是只有一个。我们可以使用点积法，来简化多元特征回归的函数表达形式。