吴恩达的机器学习编程作业7：lrCostFunction 向量化求解逻辑回归代价函数

蜗牛专注学习

于 2018-06-27 09:30:22 发布

阅读量1.1k

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/80824188

版权

该函数实现了逻辑回归的代价函数和梯度计算，包括正则化部分。通过sigmoid函数计算预测值，利用向量化操作进行成本计算和梯度更新，以提高效率。在计算梯度时，对第一个参数不进行正则化处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

function [J, grad] = lrCostFunction(theta, X, y, lambda)
%LRCOSTFUNCTION Compute cost and gradient for logistic regression with 
%regularization
%   J = LRCOSTFUNCTION(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
%

最低0.47元/天解锁文章