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: