在多维数组上实现回归函数

Question

我正在通过一种对某些训练数据进行回归的算法。 训练数据集 X 由 n 样本组成，其中n = 10。 来自 X 的每个样本 x [i] 是一个由4个特征组成的数组。 这意味着 X 是一个包含10行和4列的2D数组。

算法中的一行表示，在使用迭代器 j 的循环中：

  

适合回归函数 g_j ^ h（x）   通过加权最小二乘法   工作响应向量 z [i] [j] 到    x [i] ，权重为 w [i] [j]   培训数据。

这是步骤（2）（a）（ii），关于此算法：

在这种情况下，索引 i 表示 n 样本中的样本， j 是循环迭代器。

我的问题是 - g_j（x）如何应用于2D数组？这个公式在数组上的实际应用是什么？

每10个样本x 4个特征，我最终会计算 g_j（x） 10次，并且对于每个时间，每个样本的4个特征中的每一个都有自己的< em> g 功能？共有40种不同的 g 功能？