用matlab写了线性回归小程序,主程序如下:后面调用了函数,名字function1
通过一些坐标点,来线性回归拟合一条直线y=ax+b,学习步长theta可以设置,一般0.01,0.001。。。。
function1里用的梯度下降法,
a=a-theta*a的偏导数
b=b-theta*b的偏导数
返回m、n是新的a和b,tt是最小二乘法的方差结果,可以设定小于一定的值就停止
coex=[1 2 3 4 5 6 7 8 9 10];
coey=[2 4 5 7 9 11 13.5 16.2 18.2 20.2];
a=2;
b=2;
theta=0.01;
for idx=1:100000
[m,n,tt] = function1(coex,coey,a,b,theta);
a=m;
b=n;
fprintf('%d: a:%f, b:%f, tt:%f\n',idx,a,b,tt);
if tt<0.2
break
end
end
plot(coex,coey,'*r');
hold on;
yy=a*coex+b;
plot(coex,yy,'-b');
通过一些坐标点,来线性回归拟合一条直线y=ax+b,学习步长theta可以设置,一般0.01,0.001。。。。
function1里用的梯度下降法,
a=a-theta*a的偏导数
b=b-theta*b的偏导数
返回m、n是新的a和b,tt是最小二乘法的方差结果,可以设定小于一定的值就停止
test.m如下
coex=[1 2 3 4 5 6 7 8 9 10];
coey=[2 4 5 7 9 11 13.5 16.2 18.2 20.2];
a=2;
b=2;
theta=0.01;
for idx=1:100000
[m,n,tt] = function1(coex,coey,a,b,theta);
a=m;
b=n;
fprintf('%d: a:%f, b:%f, tt:%f\n',idx,a,b,tt);
if tt<0.2
break
end
end
plot(coex,coey,'*r');
hold on;
yy=a*coex+b;
plot(coex,yy,'-b');