Octave function "fminunc()" 求最小成本函数

最新推荐文章于 2021-04-05 17:13:13 发布

zhouchao2013

最新推荐文章于 2021-04-05 17:13:13 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： a 文章标签： Machine Learning

本文链接：https://blog.youkuaiyun.com/u012313751/article/details/81779448

本文介绍了如何在Octave中使用fminunc()函数进行无约束优化，结合optimset()设定选项，如开启梯度目标(GradObj: on)和设置最大迭代次数(MaxIter: 100)。通过调用fminunc()并传入自定义成本函数costFunction的指针及初始参数和配置，实现最小化问题的解决。实验结果显示了该方法的效果，并讨论了其在机器学习中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

自定义函数 costFunction.m

function [jVal, gradient] = costFunction(theta)
  jVal = (theta(1) -5)^2 + (theta(2) - 5)^2;
  gradient = zeros(2, 1);
  gradient(1) = 2*(theta(1) - 5);
  gradient(2) = 2*(theta(2) - 5);
end