机器学习·一元线性回归之房价预测（MATLAB版）

本文分为三个大部分：一.程序结构 二.程序代码 三.运行结果

---

一.程序结构

       此实例有一个数据集sampleDataSets.txt，该数据集部分截图如下。其中，第一列为城市人口数量（单位：万人），第二列为对应的参考房价（单位：十万）。

       LR_One_Var.m文件为主程序；CompCost.m文件为计算损失值得函数；GradDesc.m文件为梯度下降函数，用于寻找最优的θ；PlotData.m文件为描绘采集数据图像的函数。

---

二.程序代码

LR_One_Var.m文件代码如下。

%%%%%%%%%%%%%%%%%%%%绘图函数%%%%%%%%%%%%%%%%%%%%
disp('step1:plotting data');
%1.导入采样数据
data=load('sampleDataSets.txt');%第一列是城市人口数，第二列是参考房价

%2.分配数据
X=data(:,1);%城市人口数（万人）
y=data(:,2);%参考房价（十万）
m=length(y);%数据长度

%3.绘图
PlotData(X,y);

disp('按任意键继续');
pause;

%%%%%%%%%%%%%%%%%%%%梯度下降%%%%