目前我正在学习机器学习中的正态方程。

但是当我看到他们如何使用这个方程时，我发现他们总是在转置之前在矩阵 X 的开头添加一个额外的 1 列。

我不明白为什么。这背后的逻辑是什么？

我发现这些东西的地方

1) Coursera - 理论

2) 实施

现在让我们使用 Normal Equation 进行计算。我们将使用inv() NumPy 的线性代数模块 ( np.linalg) 中的函数来计算矩阵的逆矩阵，以及dot()矩阵乘法的方法：

X_b = np.c_[np.ones(( 100, 1)), X] # add x0 = 1 to each instance

热龙，奥雷利安。使用 Scikit-Learn 和 TensorFlow 进行动手机器学习：构建智能系统的概念、工具和技术（第 111 页）。奥莱利媒体。Kindle版。