多变量->多重回归

之前的案例是根据广告费来预测点击量,但是,实际中要解决的很多问题是变量超过2个的复杂问题,也就是说,会有多个自变量X。

举个例子:决定点击量的除了广告费之外,还有广告的展示位置和广告版面的大小等多个要素。

用以下公式表达:

同样,求参数θ0, ···, θ3,也是分别求目标函数对θ0, ···, θ3的偏微分。把以上表达式推导到一般形式,如下:

但每次都这样写n个x很麻烦,所以把参数θ和变量x看作向量:

多变量->多重回归_第1张图片

把θ转置之后,与x相乘:

则上面用多项式表示的fθ,,就可以简化为:

同样对其中第j个参数的更新表达式如下:

多变量->多重回归_第2张图片像这样包含了多个变量的回归称为多重回归 。

 

 

 

 

 

 

你可能感兴趣的:(机器学习,回归,数据挖掘,人工智能)