机器学习(第二周)(2) 第一周第二周相关习题和答案解析

本文详细介绍了线性回归的基本概念,包括代价函数、梯度下降法以及多变量线性回归。通过实例展示了如何计算代价、进行梯度下降优化以及使用正规方程求解。此外,还探讨了数据的规范化处理和绘制代价函数的表面图与等高线,以辅助理解模型的优化过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

warmUpExercise 热身题

在命令行调用warmUpExercise() 函数,生成一个5x5的单位矩阵。如下:
在这里插入图片描述
实现如下:
在这里插入图片描述
A = eye(5) 通过eye(n) 生成 nxn的单位矩阵。

plotData 显示数据图形

首先加载数据集:
在这里插入图片描述
得到如下数据:
在这里插入图片描述
在这里插入图片描述
生成的是97 * 2的矩阵。其中第一列是参数X,第二列是结果y。分离X, y。

在这里插入图片描述
这里X,y分别是97 * 1的矩阵。通过X,y 生成图形
在这里插入图片描述
横轴是X,纵轴是y。通过红色的X,来表示每个点的位置。
实现如下:
在这里插入图片描述
其中plot(X, y, ‘rx’, ‘MarkerSize’, 10); 是显示图形的函数。前2个参数分别是横轴纵轴数据集。第三个参数rx代表是红色的x为标记。MarkerSize 10 意思是标记的大小。

computeCost 通过代价函数,计算代价值。

已知代价函数:
在这里插入图片描述
线性回归函数

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值