采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
想问一下bobo老师,多元回归算法里的Xb 在5-10线性回归算法总结里是转置了一下吗 我知道是Θ^T * X 和 Xb * Θ 得出的结论相同。是不是 随便表示,只要在算法中实现就可以?
在总结的 PPT 中,x 是小的 x,表示一个向量,此时 theta.T 是一个 1 * (n + 1) 的向量,x 是一个 (n + 1) * 1 的向量,二者相乘是一个 1*1 的数字。
其实从数学的角度,这个转置可以不做,两个向量点乘就是一个数字。只不过在这里为了防止同学们使用矩阵的方式理解这个式子,所以加上一个转置。
而课程之前的 Xb * theta,其中 X 是一个矩阵。Xb 是 m * (n + 1) 的矩阵,theta 是 (n + 1) * 1 的向量,二者相乘,结果是 m * 1 的向量,即每个样本对应的预测结果。
你绘制的右边的图,其实把 X 矩阵也转置了一下,已经不是我这页 PPT 表达的意思了。但是你能写成这样,相信你已经完全理解了:)
继续加油!:)
谢谢bobo老师,会努力的!
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.1k 19
2.9k 17
2.5k 15
1.3k 15
1.2k 14