Octave实现多元线性回归（吴恩达老师作业）

注意事项

由于成功的做出了单元线性回归，多元线性回归没有出太多的问题，所以看这篇前先看一下上一篇：单元线性回归（反正我名字打错你们也能找到）

首先导入

data = load('文件名.扩展名')
x = data(:,1:2)
y = data(;,3)
m = length(y)
%将前两列设为x数组，将第三列设为y数组

归一化处理

function [x_norm, mu, sigma] = featureNormalize(x)
x_norm = x
mu = zeros(1,size(x,2))
sigma = zeros(1,size(x,2))
%初始化以上三个值

mu = mean(x)
sigma =  std(x)
x_norm = (x - repmat(mu, size(x, 1), 1))/repmat(sigma, size(x, 1), 1)
end
%mean 返回每一列的算术平均值
%std 返回每一列的标准差
%repmat 将行和列扩充 举例：
%repmat(1, 3) ------> 111;111;111
%repmat([1,2],1,2) -------> [1,2;1,2]

代价函数

function J = computeCostMulit(x, y, theta)
m = length(y)
J = 0
J = sum((x * theta - y).^2)/(2 * m)
end

参数更新

function [theta, J_history] = gradientDescentMulit(x, y, theta, alpha, num_iters)

theta = zeros(3,1)
m = length(y)

for iter =  1:num_iters
theta = theta - alpha/m * x' * (x * theta - y)
J_history(iter) = computeCostMulti(x, y, theta)

end
end

主函数部分

alpha = 0.01
num_iters = 6000
theta = zeros(3,1)
x = [ones(length(x), 1), x]
[theta_0, J_history] = gradientDescentMulit(x, y, theta, alpha, num_iters)

查看图像

plot(1:numel(J_history),J_history,‘g’)

查看图像有很多种方法，本文只提供一种，其实我也不知道这种方法能不能看得到哈哈哈哈哈哈，各位大侠饶命。