吴恩达的机器学习编程作业6：costFunctionReg正则化代价函数

最新推荐文章于 2023-08-12 21:45:08 发布

蜗牛专注学习

最新推荐文章于 2023-08-12 21:45:08 发布

阅读量1.2k

点赞数

分类专栏：机器学习 from 吴恩达

本文链接：https://blog.youkuaiyun.com/melon__/article/details/80732732

版权

该代码实现了带有正则化的逻辑回归代价函数计算，包括梯度计算。通过预测值与实际值的比较，计算代价，并应用拉普拉斯正则化项。最终返回代价J和梯度grad。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

function [J, grad] = costFunctionReg(theta, X, y, lambda)
%COSTFUNCTIONREG Compute cost and gradient for logistic regression with regularization
%   J = COSTFUNCTIONREG(theta, X, y, lambda) computes the cost of using
%   theta as the parameter for regularized logistic regression and the
%   gradient of the cost w.r.t. to the parameters. 

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

% You need to return the following variables correctly 
J = 0;
grad = zeros(size(theta));

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