ฉันกำลังอ่านองค์ประกอบของการเรียนรู้เชิงสถิติและหน้า 12 (ส่วน 2.3) โมเดลเชิงเส้นจะได้รับการบันทึกเป็น:
... โดยที่คือการย้ายของเวกเตอร์คอลัมน์ของตัวทำนาย / ตัวแปรอิสระ / อินพุต (มันระบุก่อนหน้านี้ "เวกเตอร์ทั้งหมดจะถือว่าเป็นพาหะคอลัมน์" เพื่อที่จะไม่ทำให้นี้X Tเวกเตอร์แถวและเบต้าเวกเตอร์คอลัมน์?)
สิ่งที่รวมอยู่ในคือ " 1 " ที่จะถูกคูณกับสัมประสิทธิ์ที่สอดคล้องกันซึ่งให้การสกัด (ค่าคงที่)
มันพูดต่อไปว่า:
ในพื้นที่อินพุทมิติ, ( X , Y )หมายถึงไฮเปอร์เพล หากค่าคงที่รวมอยู่ในXแล้วไฮเปอร์เพลนจะรวมค่าเริ่มต้นและเป็นพื้นที่ย่อย หากไม่ได้ก็เป็นชุดเลียนแบบตัดYแกนที่จุด ( 0 , ^ β 0 )
ไม่ " " อธิบายเวกเตอร์ที่เกิดขึ้นจากกำหนดการพยากรณ์ตัดของ "ที่1 " และY ? และทำไมไม่รวมทั้ง " 1 " ในXบังคับไฮเปอร์เพลที่จะผ่านจุดเริ่มต้นแน่นอนว่า " 1 " คือจะต้องคูณด้วย^ β 0 ?
ฉันไม่เข้าใจหนังสือ ความช่วยเหลือ / คำแนะนำ / ลิงค์ไปยังแหล่งข้อมูลจะได้รับการชื่นชมอย่างมาก