多元线性回归的假设函数下边我们介绍多个特征量的线性回归形式,并通过向量乘法表示。例如,之前的预测房价例子中,我们只有一个特征向量(房屋大小),来预测房屋价格。但是,实际上房屋价格不仅仅与大小有关,还与卧室数量、楼层数、使用年限等多个特征向量有关
相关符号含义
在多元线性回归中,m仍表示数据集的数据数量,上标i表示第i个训练样本;n表示每个数据的特征值数量,下标表示数据的第i个特征
多元假设函数的引入
例如在房价预测的例子中,可用上图的多元线性函数作为假设函数。随着面积、楼层数、此房屋所在楼层增大,房价增大;随着房屋年限增大,房价变小
用向量形式表示多元假设函数设x0=1,即定义了额外的特征量,但取值总为1.这样特征量可用一个n+1维向量表示,同样我们把参数看做n+1维的行向量。两个向量相乘,就得到我们的假设函数