四、多变量线性回归(Linear Regression with Multiple Variables)

4.1 多维特征

目前为止，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型，模型中的特征为。

增添更多特征后，我们引入一系列新的注释：

 代表特征的数量

代表第  个训练实例，是特征矩阵中的第行，是一个向量（vector）。

比方说，上图的

，

代表特征矩阵中第  行的第  个特征，也就是第  个训练实例的第  个特征。

如上图的，

支持多变量的假设  表示为：，

这个公式中有个参数和个变量，为了使得公式能够简化一些，引入，则公式转化为：

此时模型中的参数是一个维的向量，任何一个训练实例也都是维的向量，特征矩阵的维度是 。 因此公式可以简化为：，其中上标代表矩阵转置。