线性回归
多元线性回归基础
拥有多个变量(>=3)的线性回归称为多元线性回归
特征基础
参数分析
- x(i) = 第i个输入训练样本
- x j ( i ) x_j^{(i)} xj(i) = 第i个输入训练样本第j项特征值
- m m m = 训练集训练样本总数
- n n n = 训练集特征数
假设方程
h θ ( x ) = θ 0 + θ 1 x 1 + θ 2 x 2 + θ 3 x 3 + ⋯ + θ n x n h_\theta (x) = \theta_0 + \theta_1 x_1 + \theta_2 x_2 + \theta_3 x_3 + \cdots + \theta_n x_n hθ(x)=θ0+θ1x1+θ2x2+θ3x3+⋯+θnxn
矩阵计算
- 向训练输入集中加入 x 0 x_0 x0 = 1
- 一般都将参数矢量进行转置,和输入训练样本矢量集进行矩阵相乘
h θ ( x ) = [ θ 0 θ 1 . . . θ n ] [ x 0 x 1 ⋮ x n ] = θ T x h_\theta(x) =\begin{bmatrix}\theta_0 \hspace{2em} \theta_1 \hspace{2em} ... \hspace{2em} \theta_n\end{bmatrix}\begin{bmatrix}x_0 \newline x_1 \newline \vdots \newline x_n\end{bmatrix}= \theta^T x hθ(x)=[θ0θ