matlab中m文件编辑器不同部分有不同的颜色,如下图,采用的是cell模式:
用两个%%加空格,表示一个新的Cell段。
下图“%% Mach...”,直到出现下一个“%% ....”,是一个Cell。
有了代码Cell后,可以只运行M文件中某个Cell的代码,而不需要运行整个M文件,便于调试用的。
函数:repmat():转换向量或者矩阵形式
格式:
repmat (A, m)
repmat (A, m, n)
repmat (A, m, n, p …)
repmat (A, [m n])
repmat (A, [m n p …])
函数:numel() 返回向量/矩阵中元素的个数
logistic regression的代价函数
正则化的代价函数(Regularization cost function)
Regularized Linear Regression
1. Gradient descend
repeat {
}
整理可得:
2. Normal function
Regularized logistic regression
cost function:
matlab中函数
size(X,1),返回矩阵X的行数;
size(X,2),返回矩阵X的列数;
find(),
matlab库中的非线性优化-----optimset
options = optimset('param1',value1,'param2',value2,...) %设置所有参数及其值,未设置的为默认值
例:
options=optimset('GradObj', 'on', 'MaxIter', '100');
initialTheta = zeros(2, 1);
[optTheta, functionVal, exitFlah]...
= fminunc(@costFunction, initialTheta, options);
optimset函数:‘GradObj’指用户自定义的目标函数梯度;‘MaxIter’指最大迭代次数,‘100’也就是最大迭代次数,这一项只能为整数。
fminunc函数:有三个输入,第一个输入为costfunction函数的句柄,第二个输入为设置的初始theta值,第三个输入为optimset函数的返回值
optTheta为经函数计算得出的theta值,也就是损失函数最小时theta的取值
神经网络的学习:
代价函数: