机器学习作业1

前天在吴恩达老师的课上学到梯度下降法（gradient descent）
今天写到作业 可能是因为自己脑子不好使，一些简单的问题都想了很久

这里先写第一次作业吧

**part1 创建一个55的单位矩阵

A=eye(5)

**

part2 给出数据，画图（给出了答案）

**
function plotData(x,y)
plot(x,y,‘rx’,MarkerSize’,10);
%‘rx’为红色的叉叉 MarkerSzie=10为叉叉的大小
ylabel(‘Profit in $10,000s’);
xlabel(‘Population of city in 10,000s’);
figure %搞不懂这里为什么要再来一个figure 因为使用该函数的文件中用了plot
end

*part3代价函数和写出梯度下降法(两个函数)

**
一定要弄清楚代价函数和梯度下降法到底分别是什么东西，公式是什么
代价函数（computeCost.m）：
function J = computeCost(X,y,theta)
m=length(y);
h=X*theta;
c=h-y;
J = sum(c.c)/(2m);
end

梯度下降法(gradientDescent.m)：
(今天写的时候