linear regression几个代码

最新推荐文章于 2024-01-04 20:16:02 发布

porco_bosso

最新推荐文章于 2024-01-04 20:16:02 发布

阅读量1k

点赞数

分类专栏： machine learning(coursera) 文章标签： linear regression plot函数

本文链接：https://blog.youkuaiyun.com/KeepYourNoteBook/article/details/22567753

版权

machine learning(coursera) 专栏收录该内容

2 篇文章

订阅专栏

本文探讨了深度学习在图像处理领域的应用，包括AR特效、图像处理、音视频直播等，展示了深度学习如何增强图像识别、编辑和交互体验。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

J = 0;
grad = zeros(size(theta));

%对于y=1，cost为 -log[h(x)] 
%    y=0，cost为 -log[1-h(x)]
%J可以表示为 - log[|  if（y==0，1，0） -h(x) |]               if(判断，true的输出值，false的输出值)

z = X*theta;
neg=find(y==0);
tmp=zeros(m,1);
tmp(neg,1)=1;

J=mean(-log(abs(tmp-sigmoid(z))));
%可以从结果的行列数考虑 输出为  p行1列   =   [p行m列]     m行1列     这里p行m列的可以是 X的转置
grad=X'*(sigmoid(z)-y)/m;

plot

pos=find(y==1);neg=find(y==0);

plot(X(pos,1),X(pos,2),"k+","LineWidth",2,"MarkerSize",7);
plot(X(neg,1),X(neg,2),"ko","MarkerFaceColor","y","MarkerSize",7);