机器学习多变量线性回归

支持多变量的假设 表示为： 这个公式中有n+1个参数和n个变量，为了使得公式能够简化一些，引入x0=1，则公式转化为： 此时模型中的参数是一个n+1维的向量，任何一个训练实例也都是n+1维的向量，特征矩阵X的维度是m*(n+1)。 因此公式可以简化为：，其中上标代表矩阵转置。 其他部分跟单变量差不多，直接到关键求θ 一.多变量梯度下降 下图右下角则是推广 两个地方需要注意： 1.学习率的选择： 过

>>阅读原文<<