Stanford 머신러닝 Week2 작업: Linear Regression
data = load('ex1data1.txt'); % read comma separated data
X = data(:, 1); y = data(:, 2);
m = length(y); % number of training examples
plot(x, y, 'rx', 'MarkerSize', 10); % Plot the data，'rx' ，'MarkerSize' = 10
ylabel('Profit in $10,000s'); % Set the y−axis label xlabel('Population of City in 10,000s'); % Set the x−axis labelComputing the cost J(θ)
l = length(X);
T = 1 / 2 / l * ( X * theta - y) .^ 2;
J = sum(T);Gradient descent
t1 = theta(1) - alpha / m * sum( X * theta - y);
t2 = theta(2) - alpha / m * sum((X * theta - y) .* X(:,2));
theta = [t1; t2];Feature Normalization
l = size(X_norm,2);
for i = 1:l
mu(i) = mean(X_norm(:,i));
sigma(i) = std(X_norm(:,i));
X_norm(:,i) = (X_norm(:,i) - mu(i)) / sigma(i);
end;Gradient Descent(muitiple variables)
m = length(y); % number of training examples
J_history = zeros(num_iters, 1);
n = size(X,2);
tmp = zeros(n,1);
for iter = 1:num_iters
for i = 1:n
tmp(i) = theta(i) - alpha / m * (X * theta - y)' * X(:,i); end; theta = tmp; J_history(iter) = computeCostMulti(X, y, theta); end Normal Equations
theta = pinv(X'*X)*X'*y
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
