MOOC Machine Learning 作业交流帖3

wk3 Multi-class Classification and Neural Networks

最近正在学习MOOC上的经典课程:Machine learning (by Andrew Ng), 具体课程链接:MACHINE LEARNING
根据进度将作业的关键代码部分贴上,仅供交流与讨论。

  • lrCostFunction
h=sigmoid(X*theta);
J=sum(-y.*log(h)-(1-y).*log(1-h))/m + (lambda/(2*m))*sum(theta(2:end).^2);

grad(1)=(1/m)*(X(:,1).'*(h-y));
grad(2:end) =(1/m)*(X(:,2:end).'*(h-y))+lambda*theta(2:end)/m;
  • oneVsAll
options = optimset('GradObj','on','Maxiter',50);
initial_theta = zeros(n+1,1);

for c= 1:num_labels
    [all_theta(c,:)]=fmincg(@(t)(lrCostFunction(t,X,(y==c),lambda)),initial_theta,options);
end
  • predictOneVsAll
[~, p] = max(X * all_theta.', [], 2);
  • predict
a2=sigmoid(X*Theta1');
a2=[ones(size(a2,1),1) a2];
h=sigmoid(a2*Theta2');
[~,p]=max(h,[],2);

——转载请注明出处

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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