機器學習（5.1）——多元線性迴歸

之前的例子中變量只有一個，這次擁有多個變量 用向量來表示每一個測試樣本 由於之前所用的假設函數的變量只有X一個，所以就不能在使用這個假設函數 我們將變量與參數都寫成向量的形式，然後爲變量補上X0=1;將參數矩陣轉置得到：h(x)等於該式子。 我們將這個假設函數稱爲多元線性迴歸。 在新的梯度下降中，我們的新式子給出的是一個一般形式。應該很好理解。

>>阅读原文<<