MOOC Machine Learning 作业交流帖8

wk8 Anomaly Detection and Recommender Systems

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。

  • estimateGaussian
mu=sum(X)/m;
mu1=mu(ones(m,1),:);
sigma2=sum((X-mu1 ).^2)/m; 
  • selectThreshold
pred=(pval<epsilon);
tp=sum(yval==1&pred==1);
fp=sum(yval==0&pred==1);
fn=sum(yval==1&pred==0);
prec=tp/(tp+fp);
rec=tp/(tp+fn);
F1=2*prec*rec/(prec+rec);
  • cofiCostFunc
h=X*Theta'-Y;
h1=h.*R;

J=(sum(sum(h1.^2)))/2+ lambda*(sum(sum(X.^2)))/2+lambda*(sum(sum(Theta.^2)))/2;

X_grad= h1*Theta+lambda*X;
Theta_grad= h1' *X+lambda*Theta;

——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