机器学习(三)
- 对应课程:
coursera 2014吴恩达《机器学习》
第四章:多变量线性回归Linear Regresssion with multiple variables
1. 多维特征
1.1 房价预测问题
加入更多特征,例如size, number of bedrooms/ floors, age of home
- n:特征个数
- m :样本个数
- x(i) : 表示第i个训练样本的特征向量,i是训练集的一个索引。不表示次方,而表示第i行;
- x(i)j :表示第i个训练样本对应第j个特征的值。例如:
x(2)=⎡⎣⎢⎢⎢⎢14063240⎤⎦⎥⎥⎥⎥即第二个训练样本的特征向量x(2)3=2表示的是第二个训练样本的x3特征numberoffloors的值
1.2 支持多变量的假设h
- 扩展之前的 hθ(x)=θ0+θ1x1 为:
hθ(x)=θ0+θ1x1+θ2x2+...+θnxn
- 简化上述公式:
define:x0=1,x和θ均为(n+1)维向量X=⎡⎣⎢⎢⎢⎢⎢x0