之前的训练集，都是单个x决定y，但是在实际情况中，往往是多项特征值x决定一个y，我们用xj来表示第j个特征。
通常的表示方法
所以，假设函数将变成：
代价函数
如果规定x0的值为1
那么假设函数可以写成：
矩阵表示法
此时，针对代价函数的梯度下降算法的θj的赋值应为：
x0已经人为规定值为1
多项特征集（Multiple Feature）
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
相关阅读更多精彩内容
- http://www.cnblogs.com/pinard/p/5970503.html 在求解机器学习算法的模型...
- 转载-刘建平Pinard-www.cnblogs.com/pinard/p/5970503.html 在求解机器学...
