机器学习
cactusff修远
心有猛虎,细嗅蔷薇
展开
-
Coursera机器学习作业分析一(ex 1-1)
个人觉得Coursera 上的作业设计的相当不错,既有难度,又让你有成就感,不知不觉中,就已经慢慢进入机器学习的理解与应用。第一次作业的内容主要是有关线性回归的,包含入门级任务和附加任务,我将根据讲解文档一边分析代码,一边理解上课的内容。1. Simple Octave/MATLAB function这里一开始要使用到的文件是 warmUpExercise.mfunction A = warmUp...原创 2018-04-15 21:38:12 · 418 阅读 · 2 评论 -
Coursera机器学习作业分析二(ex 1-2)
在上次进行了画图之后,这次重点讲一下梯度下降,这个在后面的作业中会反复用到2.2 梯度下降梯度下降的目的是得到一个线性回归的估计参数进行计算之前我们再来回顾一下梯度下降。其实在这里你并不用了解梯度下降的具体原理,现在我们只需要明确梯度下降是一种寻找让代价函数最小的方式。2.2.1 更新等式梯度函数是根据代价函数计算出来的,因此我们需要回顾一下代价函数:这里线性回归,顾名思义就是通过线性函数来,我们...原创 2018-04-15 22:40:47 · 334 阅读 · 0 评论 -
Coursera机器学习作业分析三(ex 1-3)
2.2.4 梯度下降有了前面的正确基础,我们可以开始最核心的梯度下降了function [theta, J_history] = gradientDescent(X, y, theta, alpha, num_iters) %GRADIENTDESCENT Performs gradient descent to learn theta % theta = GRADIENTDESCENT(X,...原创 2018-04-16 12:05:41 · 418 阅读 · 0 评论 -
Coursera机器学习作业分析四(ex 1-4)
3 多变量线性回归在这部分我们来通过多个变量预测房价这个数据存储在ex1data2.txt,第一列是房子的面积大小,第二列是卧室的数量,第三列是房价,这部分内容的主程序在ex1_multi.m中3.1 元素(影响因素)归一化我们注意到房子的面积从数值上来看比卧室数量大很多,当不同变量相差数量级时,通常应该记性变量的归一化,这样梯度下降的速度更快。我们在这里的第一个任务是完成featureNorma...原创 2018-04-18 20:48:13 · 416 阅读 · 0 评论