机器学习实验一线性回归

实验一：线性回归

一、实验目的

实现线性回归，并看到它在数据分析上的作用。

二、实验环境

Window10，Octave

三、实验步骤/过程

1．Octave 简单函数练习：在 warmUpExercise.m 中添加代码：

A = eye(5)；

返回一个 5 x 5 的单位矩阵。
2.单变量线性回归：
2.1 绘制数据：在plotdata.m中添加代码：

2.2梯度下降：
在 computeCost.m中添加代码：

在 gradientDescent.m中添加代码：

2.3调试
2.4可视化：为了更好地理解代价函数，可视化其关于θ0和θ1二维坐标变化的图像。
3.多元线性回归：
3.1特征归一化：在 featureNormalize.m 中添加代码：

3.2梯度下降：在computeCostMulti.m中添加代码：

在 gradientDescentMulti.m中添加代码：

3.3正规方程：在normalEqn.m中添加代码：

theta = inv(X'*X)*X'*y;

四、实验结果

1．Octave 简单函数练习：

2.1绘制数据：

2.2梯度下降：

2.4可视化：