吴恩达机器学习ex2 logistic regression作业采用梯度下降法收敛较慢的问题

ex2 1.2.3 Learning parameters using fminunc 采用fminunc函数能够较快获得优化后的θ。但此处我想采用梯度下降法，步长选择0.00104，步数20万，依然收敛比较慢，选择其他学习速率则会出现震荡。

代价函数J(θ)与迭代步长的关系以及最终分类结果：

最终分类结果：

θ = [ -7.617430  0.066803  0.060309 ],与答案提供的 θ = [ -25.161 0.206 0.201]还有差距。

代码如下：

%% ============= Part 3: Optimizing using fminunc  =============
%  In this exercise, you will use a built-in function (fminunc) to find the
%  optimal parameters theta.

% %  Set options for fminunc
% options = optimset('GradObj', 'on', 'MaxIter', 400);
% 
% %  Run fminunc