吴恩达机器学习学习笔记（二）多变量回归模型

在这篇博客中，我们将会讲到单变量回归模型的扩展模型——多变量回归模型。

在上一篇博客中，我们讲到了一个房价预测的例子，在该例子中我们用到了一个特征“房屋面积”x1，如下图：

在上图中，我们构建了一单变量回归函数 来预测数据，现在，如果我们不止只有一个房子的特征来预测房屋的价格，而是多了“卧室的数量”、“房子的楼层数”以及“房子的年龄”这三个特征来帮助我们预测房价，如下图：

在上图中，我们使用n来表示特征的数量，即表里面的行数，用来表示第i行的数据，即具体一个数据，比如=[1416, 3, 2, 40] ，用来表示第i行数据中的第j个特征，比如的值就是2。既然我们有了多个特征变量，我们就应