线性回归假设h(x)=w^T∗x的理解

linear regression hypothesis:
$$h(x)=W^{T}X$$
多元线性回归的表达式：
$$\hat{y}=w_1\ast x_1+w_2\ast x_2+...+w_n{x}_n$$
即
$$\hat{y}=\sum _{i=1}^n{w}_i{x}_i$$
设
1）向量W =（w1,w2,…,wn）, 向量X =（x1,x2,…,xn）
2）转为矩阵表示
$$W=\left[\begin{array}{c}w1\\ w2\\ .\\ .\\ wn\end{array}\right]$$
$$X=\left[\begin{array}{c}x1\\ x2\\ .\\ .\\ xn\end{array}\right]$$
将W转置
$$W^T=\left[\begin{array}{cccc}w1& w2& ...& wn\end{array}\right]$$
则
$$h(x)=W^{T}X=\left[\begin{array}{cccc}w1& w2& ...& wn\end{array}\right]\left[\begin{array}{c}x1\\ x2\\ .\\ .\\ xn\end{array}\right]=\left[\begin{array}{c}w1\ast x1+w2\ast x2+...+wn\ast xn\end{array}\right]$$
以上为个人对$W^{T}X$的理解，如有错误请指正
————————————————
参考：https://blog.csdn.net/qq_42442369/article/details/86425504
https://baike.baidu.com/item/%E5%90%91%E9%87%8F/1396519?fr=ge_ala
https://blog.csdn.net/weixin_43178406/article/details/103729041