机器学习第二周

多变量线性回归 多维特征(Multiple Features) 前面讲过单变量(只有一维特征)的输出函数 h(x) 可以表示为：h(x) = θ0 + θ1x 。对于多维特征而言，其输出函数 h(x) 可以表示为：h(x) = θ0 + θ1x1 + θ2x2 + … + + θnxn。这里为了让公式简单一点，就令x0 = 1，这样 h(x) 就可以表示为：h(x) = θ0x0 + θ1x1 +

>>阅读原文<<