机器学习第三课：多变量线性回归

说明：本文章来自本来对斯坦福大学机器学习视频教程的学习总结，如有侵权，请联系本人，立刻删除。 在单变量的回归模型，增加更多的特征，就构成了多变量的模型，模型中的特征为（x1,x2,.....,xn） 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

>>阅读原文<<