Rainiwalk的博客

开始面对Coursera的编程作业的提交可能会让人有些摸不着头脑，不知道下载的文件都有什么用，以及怎么去提交作业。下面写一个简单的介绍。就拿第一个编程作业：线性回归 举个例子。首先就是在这个页面。按照上面的要求，因为我用的是Octave，所以就需要单击下载下面这个压缩包。将压缩包解压到一个不含中文的路径。打开ex1.pdf，它将告诉你全部的东西。你将了解到ex1.m是一个用来展示你完成的作业的脚本，ex1data1和data2都是训练数据，warm...

经过许多天的折腾，今天上午，总算是可以交差这个部分了。网上的逻辑回归的理论有很多，但是具体可以看明白的代码却没有那么丰富，咱们姑且来个抛砖引玉。简要代码讲解数据加载类class DataLoader: """数据加载类""" def __init__(self): self.irisData = load_iris().data # 读取150*4的数据集 - 其实就是一个ndarray二维数组 # 鸢尾花数据集 ..

最近刚刚学完了吴恩达老师机器学习课程第一周的内容，涉及"机器学习相关介绍"和"单变量线性回归模型"。不得不说吴恩达老师的课讲的真好，没有什么门槛，而且讲得也非常细致。这不，学完了第1周的部分，我就想试着去写一个单变量线性回归模型的代码。以下是我完整的实践过程。我把这个一个具体的项目分成3步。创建训练集 训练模型 数据可视化1.创建训练集因为是自己模拟着玩，所以并没有去考虑网上找那些公开的但是还需要额外付出时间了解的训练集。我的想法是通过使用伪随机数生成模块ran