Способ принять 10-мерные данные

Question

У меня есть метод наименьших квадратов, но он мне нужен для получения 10-мерных данных. Это из учебного текста, из которого я учусь. Я придумал этот метод для двумерного набора данных. Теперь мне нужно, чтобы он работал на 10-мерном, но я полностью застрял на нем.

def least_squares(w):
    cost = 0
    for p in range(len(y)):
        # get pth input/output pair
        x_p = x[p]
        y_p = y[p]

        # form linear combination
        c_p = w[0] + w[1] * x_p

        # add least squares for this datapoint
        cost += (c_p - y_p) ** 2

    return cost

Это результат, который я должен получить после редактирования

w = np.ones((11,1))
print (least_squares(w))
[ 7917.97952037]

Answer 1

Я понял это после долгих коворок.

# least squares cost function for linear regression
def least_squares(w):
    cost = 0
    for p in range(len(y)):
        # get pth input/output pair
        x_p = x[p]
        y_p = y[p]

        # form linear combination
        c_p = w[0] + w[10] * sum(x_p)

        # add least squares for this datapoint
        cost += (c_p - y_p) ** 2
    return cost