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(?1, ?1, . . . , ??)。
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?2(2) = 3, ?3(2) = 2,
支持多变量的假设 ℎ 表示为:ℎ?(?) = ?0 + ?1?1 + ?2?2+. . . +????,
这个公式中有? + 1个参数和?个变量,为了使得公式能够简化一些,引入?0 = 1,则公
式转化为:ℎ?(?) = ?0?0 + ?1?1 + ?2?2+. . . +????
此时模型中的参数是一个? + 1维的向量,任何一个训练实例也都是? + 1维的向量,特
征矩阵?的维度是 ? ∗ (? + 1)。 因此公式可以简化为:ℎ? (?) = ???,其中上标?代表矩阵
转置。