逻辑回归识别手写数字（多元分类）-------编程详解（吴恩达机器学习）

最新推荐文章于 2022-11-18 10:05:09 发布

weixin_44102752

最新推荐文章于 2022-11-18 10:05:09 发布

阅读量978

点赞数

文章标签：逻辑回归

本文链接：https://blog.csdn.net/weixin_44102752/article/details/102756808

版权

首先载入数据并可视化数据

载入数据：

data中有5000个训练实例。其中每个训练实例是一个20像素乘20像素灰度图像的数字。每个像素由一个浮点数表示，表示该位置的灰度强度。20 * 20的像素网格被“展开”成一个400维的向量。这些训练示例中的每一个都变成了数据矩阵X中的单行。这就得到了一个5000×400矩阵X，其中每一行都是一个手写数字图像的训练示例。
在这里插入图片描述

load('ex3data1.mat'); % training data stored in arrays X, y
m = size(X, 1);
% Randomly select 100 data points to display
rand_indices = randperm(m);   %将顺序打乱
sel = X(rand_indices(1:100), :);   %随机抽取100个
displayData(sel);

由于我们有5000张图片，若要把它全部展示需要比较多的时间，所以我们每次都将5000张图片随机打乱，然后选100张图片进行可视化，

可视化函数：

function [h, display_array] = displayData(X, example_width)
%DISPLAYDATA Display 2D data in a nice grid
%   [h, display_array] = DISPLAYDATA(X, example_width) displays 2D data

if ~exist('example_width', 'var') || isempty(example_width) %如果没有传入example_width，则自动设置example_width，即照片宽度
	example_width = round(sqrt(size(X, 2)));    
end

colormap(gray);   %显示灰度图像

% Compute rows, cols
[m, n] = size(X);   
example_height = (n / example_width);  %将要显示照片长宽

display_rows = floor(sqrt(m));     %计算要显示的图片数目
display_cols = ceil(m / display_rows);

% Between images pa