Stanford机器学习-Linear Regressioon with Multiple variables（1）

一、Multiple features 前面的课程中学习到的线性回归算法只含有一个或是两个变量，如房屋价格的例子： 对于这个的拟合假设这里只有两个参数 θ0和 θ1，但在实际生活中影响房屋价格的因素往往还有很多，比如： 卧室的数量，楼层数等；我们希望可以用一个矩阵来存储相关的数据，具体的表示如图片中所写的那样，这样我们就可以使用向量来计算。 在这样的情况下，我们所需的假设参数就会有很多： 如上这里

>>阅读原文<<