[背景音乐]
翻译: RyukaSuu |审阅: 19waa
Coursera Global Translator Community 到目前为止，我们假设与房屋价格相关的唯一特征是 房子的面积 但是，当我进一步发掘这些数据 我看到另一座房子，与我的房子非常相似 它与我屋子面积非常接近 因此，这座房子必定会对我的房子的预期价格 有很大的影响 但是当我查看房屋明细时， 它显示那个屋子只有一个卫生间 这房子挺大的
但是只有一个卫生间。 我想说
它和我的屋子真是没得比 我的屋子有三个卫生间呢！ 因此 那个屋子的价值
也就是它的售价 其实是不能用来作为我的房子的参照的 因此 我现在所想做的是
增加更多的特征 而不是仅仅看屋子面积和价格之间的关系 我们把卫生间的数量作为特征加入其中 现在 对于前面所列出的所有待售房屋 我需要重新查询 并记录每座房子的面积  以及卫生间的数量。 现在我准备将这些点绘制在一个3维空间中 好
这个立方体就是由 房子面积 卫生间数量和价格组成的坐标空间 现在我不是用一条直线来拟合这些数据
而是想用一个十分简单的模型 我能想到的是一个平面 那么 它只是这个空间的一个切面 然后 我们来看这个平面的方程 我们用w0来表示截距 也就是 这个平面在y轴上的位置 然后我们用w1乘上房屋的面积 用w2乘上卫生间的数量 但问题是 这样就够了吗？ 这房子只有卫生间数量
这个额外的特征吗？ 我们还可以加入很多别的特征 除了有房屋的面积  卫生间的数量 还有卧室的数量 院子的大小 以及房屋的年限 还有很多很多别的特征 这些不同的特征都有可能对 房屋的售价有影响 那么哪些特征比较重要呢？ 我们会等到之后的回归专题课里再去讨论 你可以去回归专题课中学习
与此相关的内容 [背景音乐]
翻译: RyukaSuu |审阅: 19waa
Coursera Global Translator Community