Coursera2014 Machine Learning -Andrew Ng Week 1 程序实现(Matlab or Octave)

最新推荐文章于 2019-01-13 22:10:35 发布

Leo94

最新推荐文章于 2019-01-13 22:10:35 发布

阅读量1.8k

点赞数

分类专栏：学习笔记文章标签： machine learning 机器学习 Andrew Ng

本文链接：https://blog.csdn.net/Leo94/article/details/34106749

版权

本文介绍了如何使用Matlab或Octave实现Andrew Ng在Coursera 2014年机器学习课程中第一周的单变量线性回归。内容包括数据读取、散点图绘制、梯度下降法求解代价函数、迭代优化参数θ、预测数据可视化以及代价函数的等值线图展示。

摘要由CSDN通过智能技术生成

单变量线性回归

data = load('ex1data1.txt');
X = data(:, 1); y = data(:, 2);
m = length(y); % number of training examples

plot(x,y,'rx','MarkerSize',10);
ylabel('Profit in $10,000s');
xlabel('Population of City in 10,000s');

X = [ones(m, 1), data(:,1)]; % Add a column of ones to x
theta = zeros(2, 1) % initialize fitting parameters

y1 = X * theta;
J = (y - y1)'*(y - y1)/(2*m);

iterations = 1500;
alpha = 0.01;

关注

专栏目录