我在观看由安德鲁·吴教授讲授的斯坦福机器学习系列讲座的第二讲时，有一个问题，虽然可能非常基础，但我就是无法理解。假设我们有两个向量θ和x，它们都包含实数。

设h(x)为一个函数（在这种特定情况下称为假设函数），但它可以表示为：

h(x) = "从i = 0到i = n的求和" θ(i)*x(i) = θ(转置)*x

我不理解最后部分，他说h(x)也等于θ(转置)*x。

如果有人能为我澄清这个概念，我将非常感激。

回答：

这只是基本的线性代数，源自矩阵向量乘法的定义：

所以如果θ和x都是n+1 x 1的矩阵，那么