多特征线性回归

一,单一特征线性回归
在NG的ml视频中举的是房价的例子,在这里我们也同样以房价为例:
这里写图片描述
在这个例子中只有房子面积x(Size)对房价(Price)有影响,如图所示,我们就可以写成图中的关系式,θ1为面积x特征的系数,θ0表示额外一个系数。

二,多特征线性回归
当有很多因素来决定房价的时候,如图
这里写图片描述

我们就需要更多的未知数和系数来表示结果,在这之前需要普及一些表达式的含义,如图
这里写图片描述

n表示影响因素(特征向量)的个数,m表示元组个数,上标(i)表示第i个元组,我们可以用矩阵来表示,下标j表示第j个因素(特征向量)。
同单一特征线性回归一样,我们可以据此写出关系式:
这里写图片描述

当关系式从有限个数推广到n个之后,就可以写成:
这里写图片描述

为了方便我们假设x0=1,将特征向量与系数分开,就可以写成两个(n+1)维的矩阵:
这里写图片描述

对向量内积熟悉的知道,
这里写图片描述
这里θ的转置矩阵与x特征向量的内积就等于hθ(x),所以,我们就有了更加便利的表示形式:
这里写图片描述


这是我在学习ng的机器学习课程的基础上,经过自己的一些思考,写下学习笔记,重点是对于一些细节的思考和逻辑的理清。

以上很多都是个人的理解,如果有不对的地方,还请大家指教。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值