机器学习（5.1）——多元线性回归

之前的例子中变量只有一个，这次拥有多个变量 用向量来表示每一个测试样本 由于之前所用的假设函数的变量只有X一个，所以就不能在使用这个假设函数 我们将变量与参数都写成向量的形式，然后为变量补上X0=1;将参数矩阵转置得到：h(x)等于该式子。 我们将这个假设函数称为多元线性回归。 在新的梯度下降中，我们的新式子给出的是一个一般形式。应该很好理解。

>>阅读原文<<