(1)可视化训练数据:
(2)由上图数据分布可知,线性回归无法分开他们。因此对原始数据做映射,将2维数据扩展到28维。(x^6)
X = mapFeature(X(:,1), X(:,2));
计算初始的cost和梯度:(注意)grad(1)没有正则化项
画出边界:
(3)迭代训练一组Theta.
当新的X进来时,得到预测值y,并计算精度。
(1)可视化训练数据:
(2)由上图数据分布可知,线性回归无法分开他们。因此对原始数据做映射,将2维数据扩展到28维。(x^6)
X = mapFeature(X(:,1), X(:,2));
计算初始的cost和梯度:(注意)grad(1)没有正则化项
画出边界:
(3)迭代训练一组Theta.
当新的X进来时,得到预测值y,并计算精度。