今回はLinear Regression with multiのCostfunction/Gradientに取り組みます。
まずは問題文を読んでみます。
なんと、Food Truckの予測と同じ式が使えると書いてあります。
↓がFood Truckの考え方でした。
このときXを基にした予測値は
X X thetaでした。
ベクトルとしては X;97X2 と theta;2X1でした。
今回の家の値段予測ではXは47ｘ3になっています。
thetaを3X1に設定すれば
X X thetaで
47X3 かける 3X1 で47X1の予測値が得られ、Y；47X1と各々引き算できます。
なので
X X thetaはそのままでいいということになる、ということですね。
Gradientも同じなので、そのまま使えることになります。
Compute costもGradientもFood Truckと同じ式でオッケーでした。
家の価格予測は次の課題である適切なLearning Rate選びで行います。
今回はここまでです。次回頑張ります！