机器学习笔记-3(多变量线性回归)

课程的第四部分已经开始讲到了Multiple variable linear regression,这里将需要用到线性代数(第三部分进行了简单概览)的基本知识,无意多说,因为用到的线性代数的知识非常基础(矩阵,向量的定义,加减乘除,逆矩阵,转置矩阵)。其实基本上理解了单变量线性回归,这部分确实没啥难度。那就随便记录一些要点好了。

在大多数机器学习的场景下,咱们通常情况下,都不会只有一个特征(Feature,其实就是数据里的自变量Xi,)。而涉及到多个特征的时候,那就该使用多变量线性回归了。 继续阅读“机器学习笔记-3(多变量线性回归)”