吴恩达的机器学习编程作业 1.computeCost 计算线性回归的代价函数

最新推荐文章于 2023-03-21 15:45:00 发布

原创最新推荐文章于 2023-03-21 15:45:00 发布 · 6.2k 阅读

3 ·

CC 4.0 BY-SA版权

机器学习 from 吴恩达专栏收录该内容

39 篇文章

订阅专栏

本文介绍了一个用于线性回归的成本计算函数computeCost的具体实现过程。该函数接收数据集X、目标值y及参数theta作为输入，并返回使用当前参数预测数据集所得到的成本值J。通过对预测值与实际值之间的平方误差进行计算并求平均，实现了对参数拟合优度的有效评估。

function J = computeCost(X, y, theta)
%COMPUTECOST Compute cost for linear regression
%   J = COMPUTECOST(X, y, theta) computes the cost of using theta as the
%   parameter for linear regression to fit the data points in X and y

% Initialize some useful values
m = length(y); % number of training examples

% You need to return the following variables correctly 
J = 0;

% ====================== YOUR CODE HERE ======================
% Instructions: Compute the cost of a particular choice of theta
%               You should set J to the cost.

predictions = X*theta;
sqrError = (predictions - y).^2;
J = 1/(2*m)*sum(sqrError);


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

end