关于逻辑回归和线性回归的问题

Question

我试图理解逻辑回归和线性回归，并且能够理解其背后的理论（学习并完成课程）。

我们有X->给定的特征->（m，n + 1）的矩阵，其中m-否。给定的情况和n-个特征（不包括x0）]

我们有y->要预测的标签->（m，1）的矩阵

现在，当我在python中从头开始实现时，我对在Sigmoid函数中使用转置theta的原因感到困惑。

此外，我们也使用theta转置X

进行线性回归。

[在编码时，我们不必在任何地方执行矩阵乘法，它的逐元素编码，对转置有什么需要，或者我的理解是错误的，我们在实现过程中需要进行矩阵乘法。

我主要担心的是，我在逻辑和线性回归中在哪里进行矩阵乘法以及在何处进行元素明智乘法感到非常困惑

我试图理解逻辑回归和线性回归，并且能够理解其背后的理论（学习并完成课程）。我们有X->给定特征->（m，n + 1）的矩阵，其中m-否。之...

Answer 1

对于矩阵乘法，第一个元素中的列数必须等于第二个元素中的行数] >>。由于您要相乘的元素之一只有一列或一行，因此，由于其简单性，它似乎不是矩阵乘法。但这仍然是矩阵乘法

让我举个例子，