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: