2

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Xn 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]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):http://i.stack.imgur.com/d5C6P.png

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?

4

0 回答 0