吴恩达机器学习笔记——Day3——编程作业1（线性回归）

最新推荐文章于 2024-09-14 19:18:15 发布

_____�金

最新推荐文章于 2024-09-14 19:18:15 发布

阅读量347

点赞数 1

分类专栏：吴恩达机器学习文章标签：机器学习人工智能 python

本文链接：https://blog.csdn.net/qq_62791276/article/details/126810113

版权

这篇博客介绍了如何在Octave中进行线性回归的编程实践，包括创建5*5单位矩阵、绘制散点图以及运用梯度下降法进行线性回归模型的训练。作者提供了详细的操作步骤，从加载数据集到实现梯度下降算法，以预测餐车利润。数据集(ex1data1.txt)包含城市人口与餐车利润信息，通过迭代优化参数以最小化代价函数。

摘要由CSDN通过智能技术生成

观看的视频来自网易云课堂——《吴恩达机器学习》

http://吴恩达机器学习 - 网易云课堂 https://study.163.com/course/courseMain.htm?courseId=1210076550&_trace_c_p_k2_=8b38dadea2254aabb5eced2e8defd456

所有的.m文件都需要实现利用记事本创建

课时43 编程作业——线性回归

1、利用Octave编程写出一个5*5的单位矩阵，并保存到

A = eye(5) %定义变量为5*5的单位矩阵
save ex1.m A %将矩阵保存到M文件：ex1.m中

在Octave中调用查看刚储存的变量A

pwd  %查看当前路径
cd ' .... '   %将路径更改为文件存储的位置，若路径相同可省略这步
ls  %查看当前路径下的所有文件
load ex1  %加载文件
who  %查看该文件下的所有变量
A   %文件中存在变量A，直接输出

2、在本部分的练习中，您将使用一个变量实现线性回归，以预测餐车的利润。假设你是一家特许经营餐厅的首席执行官，正在考虑在不同的城市开一家新店。该连锁店已经在各个城市开设了卡车，你可以获得这些城市的利润和人口数据。您可以使用这些数据来帮助您选择要扩展的城市下一个。文件ex1data1.txt包含用于线性回归问题的数据集。第一列是一个城市的人口，第二列是该城市一辆餐车的利润，利润为负值表示亏损。

（1）利用散点图绘制可视图

此练习数据集内主要有两个要素，人口和利润。

数据集（ex1data.txt）：链接: https://pan.baidu.com