多元线性回归算法

概念

在简单的线性回归算法基础上，若x代表的不是一个单一的数值，而是一个向量，下面给出张PPT图

如图所示，在多元线性回归算法中，x已成了一个向量，自然y的表达式已经不再是之前简单的一元二次方程，而我们所需要求得的预测误差也如下所示：

同简单线性回归一样，只不过就是一维运算换成了向量运算。为了使得损失函数最小，接下来，我们来简化下预测值y

为了匹配成矩阵相乘的形式，从上图我们可以看出的是，我们新增加了X0这个参数，代表i样本第0个特征恒为1，从而得到了最简的预测值y的表达式。
换成矩阵的形式，就如下：

接着我们把上述的表达式代换到求误差的公式中，可得如下式子：