机器学习：线性回归（2）

机器学习-线性回归（2）

多元线性回归
当数据的特征有多个时这时可以使用多元线性回归进行预测
多元线性回归的一般形式

H(x1,x2…xn) = w1*x1 + w2 x2 + … + wnxn + w0

设置x的最后一列横为1,将其向量化后：

损失函数：

最小化损失函数，求偏导：（此处有错误，应该为2/m）

i = (0,1,2…n) n 为数据的特征数量
连续迭代梯度下降：

i = (0,1,2,…,n)

正规方程：
忽略2/m令偏导等于0
可以解得：

扩展：
现实生活中的数据分布很少是线性的，因此我们可以在线性回归的假设函数做扩展增加n次项，根据泰勒展开，当n趋向于∞时，函数可以拟合出任意一条曲线。