第2章 多元回归与特征工程
目标
从单特征扩展到多特征系统。
---
必学内容
多元线性回归
f(x) = w₁x₁ + w₂x₂ + ... + wₙxₙ + b向量化形式：
f(x) = w·x + b向量化计算
# 不用 for 循环
np.dot(w, x) + b特征缩放
# 均值归一化 / Z-score
x_scaled = (x - μ) / σ为什么需要：
加速梯度下降收敛。
特征工程
- 多项式特征
- 交互特征
---
必须真正理解
为什么向量化更快
特征缩放的本质
让损失函数的等高线更接近圆形，梯度下降路径更直。
---
AI联系
真实场景中：
- 房价预测 = 多特征回归
- 任何表格数据预测 = 多元回归基础
---