机器学习实验三多分类与神经网络

实验三：多分类与神经网络

一、实验目的

通过实现一对多逻辑回归和神经网络来识别手写数字。

二、实验环境

Window10，Octave

三、实验步骤/过程

1.多类分类：
1.1数据集：在ex3data1.mat中给出了一个包含 5000 个手写数字训练示例的数据集。
1.2数据可视化：代码从X中随机选择100行，并将这些行传递给displayData函数。此函数将每一行映射到一个20像素* 20像素的灰度图像，并将图像一起显示。
1.3向量化Logistic回归：在lrCostFunction.m中编写非正则化的损失函数：

1.4 One-vs-all（一对多）分类：在oneVsAll.m中添加代码，为每个类训练一个分类器：

在predictOneVsAll.m 中添加代码，以便使用 one-vs-all分类器进行预测：

2.神经网络：
2.1模型表示
2.2前馈传播与预测：在predict.m 中添加代码，以返回神经网络的预测：

四、实验结果

1.2数据可视化：

1.3向量化Logistic回归：

1.4 One-vs-all（一对多）分类：

2.1模型表示：

2.2前馈传播与预测：