Coursera-吴恩达-机器学习-（编程练习1）Linear Regression（对应第1-2周课程）

此系列为 Coursera 网站Andrew Ng机器学习课程个人学习笔记（仅供参考）
课程网址：https://www.coursera.org/learn/machine-learning

exercise 1 —— Linear Regression

目录

1-1 作业介绍

下载作业包

在此下载第一次编程任务

此ZIP文件包含PDF的说明。
注意: PDF是最好的说明说，里面详细的说明了每一步操作，和下一步操作，一步步走即可。

在此下载Coursera-吴恩达-机器学习-全部编程练习答案

介绍一下里面的文件：
(1)主文件ex1.m

它是整个任务的流程文件，他自动调用其他文件，运行他可以一步步走完每个小任务。但是我们并不需要修改这个文件，只需要把它调用的代码文件 挨个修改即可。

(2) computeCost.m

计算代价函数的文件。我们要在里面填空。填空完成，再次运行ex1.m 即可。

(3)gradientDescent.m

计算梯度下降的文件，我们要在里面填空。填空完成，再次运行ex1.m 即可使用我们自己的梯度下降算法。

1-2作业分析

part1

首先我们来看 第一个小作业，ex1.m中的作业要求如下：

%% ==================== Part 1: Basic Function ====================
% Complete warmUpExercise.m
fprintf('Running warmUpExercise ... \n');
fprintf('5x5 Identity Matrix: \n');
warmUpExercise()

fprintf('Program paused. Press enter to continue.\n');
pause;

意思就是，通过修改warmUpExercise.m这个文件，让主程序调用它时能产生一个5*5的矩阵。那么我们就去修改这个文件，在文件包里找到这个文件，然后在原来代码的基础上添加一句话即可：

A = eye(5);   % 生成一个5*5的矩阵

总样子为：

function A = warmUpExercise()
%WARMUPEXERCISE Example function in octave
%   A = WARMUPEXERCISE() is an example function that returns the 5x5 identity matrix

A = [];
% ============= YOUR CODE HERE ==============
% Instructions: Return the 5x5 identity matrix 
%               In octave, we return values by defining which variables
%               represent the return values (at the top of the file)
%               and then set them accordingly. 


A = eye(5);

% ===========================================

end

结果为：

part2—part4

依次找到对应的文件，进行修改，然后重新运行ex1.m即可
步骤及结果依次是：
（1）画出数据集

（2）梯度下降，找出使得代价函数最小化的最佳参数


（3）求出回归方程，画出拟合曲线

Linear regression with multiple variables

自己尝试去做一下，这里就不列举了。