Machine_Learning(线性回归习题:matlab版)

本文介绍了使用MATLAB进行单变量线性回归的实践,包括ex1.m、plotData.m、computeCost.m和gradientDescent.m四个关键步骤。
摘要由CSDN通过智能技术生成

线性回归习题:matlab版

单变量线性回归
ex1.m

data=load("E:\ML_exercise\ex1\ex1data1.txt");
x=data(:,1);
y=data(:,2);
plotData(x,y,data);

%predict
predict1 = [1, 3.5] *theta;
fprintf('population = 35,000, profit = %f\n',predict1*10000);
predict2 = [1, 7] * theta;
fprintf('population = 70,000, profit = %f\n',predict2*10000);

%visualizing J(θ)
theta0_vals = linspace(-10, 10, 100);%产生-
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值