我正在研究一种对一些训练数据进行回归的算法。训练数据集X由n 个样本组成，其中 n = 10。来自X的每个样本x[i]是一个由 4 个特征组成的数组。这意味着X是一个 10 行 4 列的二维数组。
算法中的一行说，在使用迭代器j的循环中：
通过工作响应向量z[i][j]到 x[i] 的加权最小二乘法拟合回归函数g_j^h(x) ，并在训练数据上使用权重w[i][j] 。
这是该算法的步骤 (2)(a)(ii)：
在这种情况下，索引i表示n 个样本中的样本，j是循环迭代器。
我的问题是 - 如何将g_j(x)应用于二维数组？这个公式在数组上的实际应用是什么？
每个样本有 10 个样本 x 4 个特征，我最终会计算g_j(x) 10 次，并且对于每一次，每个样本的 4 个特征中的每一个都会有自己的g函数吗？总共有 40 个不同的g函数？