【吴恩达】机器学习第6章学习收获：octave的使用以及第一次编程作业记录

1.octave基本操作：

这里有一个记录的很详细的链接：

octave基本语法

2.编程作业详细记录。

2.1关于账号和token。每次的ex编程练习的压缩包里都会有一个submit.m。当提交作业的时候，在octave命令行中输入submit即可。然后按照指示，输入用户名（就是邮箱），以及token(courase上面每次编程作业点进去都会给每个人一个token。

2.2关于参数。由于我们是在给定的函数里编辑函数体，那么输入的参数的值需要我们在octave命令行中进行赋值，也就是输入数据。然后将这些参数传给指定的函数。

data=load('ex1data1.txt');%载入数据集
X=data(:,1);%X为输入变量，这个数据集中第一列为输入变量，则将第一列付给X
y=data(:,2);%y为输出变量，这个数据集中第二列为输出变量，则将第二列付给y
m=length(y)%行数
X=[ones(m,1),X];这样处理是因为我们进行向量化的时候，对于线性回归的假设函数而言，theta0q的系数是1，且没有与x想乘的情况，所以我们就定义x0=1，因此进行矩阵分析时，我们会额外添加第一列（全为1）

2.3关于函数内部编辑

根据公式进行代码编写即可，但是不可以墨守成规，需要关注每个公式中矩阵的具体情况，是否需要转置是否可以相称。

1.computeCost/computeCostMulti：
h=X*theta;
J=sum((h-y).^2)/2/m;

gradientDescent/ gradientDescentMulti：
h=X*theta;
theta=theta-alpha*(X'*(h-y))/m;
	

featureNormalize：
for i=1:size(X,2),%size(x,2)表示列数
	mu(i)=mean(X(:,i));
	sigma(i)=std(X(:,i));
	X_norm(:,i)=(X(:,i)-mu(i))/sigma(i);
normalEqn：
theta=(pinv(X'*X))*X'*y