多维特征
上次我们了解了单变量的线性回归,现在我们对房价模型增加更多的特性,如房间数、楼层数、房龄等特征,构成一个含有多变量的模型,模型中特征表示为。
在添加了多个特征后,我们也要增加一些注释:
n 代表特征数目
表示第i个训练样本的所有特征,就是特征矩阵中的第i行,是一个向量(vector)
比如上面的
表示第i个训练样本的第j个特征,就是特征矩阵中的第i行的第j个特征。
比如上面的
对于假设函数h(hypothesis function), ,为了简化公式,记
,则公式转化为:
。
这时参数Θ是一个n+1维的向量,任何一个训练样本也是n+1维向量,特征矩阵X的维度是m×(n+1)。所以我们可以把公式化简为: