机器学习第二周编程作业

对文本的翻译

介绍

在这个练习中，你将实现线性回归，并看到它在数据上的工作。在开始编程之前，我们强烈建议您观看视频讲座并完成相关主题的复习问题。要开始练习，您需要下载初学者代码并将其内容解压到您希望完成练习的目录。如果需要，在开始本练习之前，使用Octave / MATLAB中的cd命令切换到此目录。您也可以在课程网站的“环境设置说明”中找到安装Octave / MATLAB的说明。

包含在这个练习中的文件（各个文件功能）

ex1.m - 指导您完成练习的Octave /MATLAB脚本

ex1 multi.m - 用于练习后面部分的Octave/ MATLAB脚本

ex1data1.txt - 用于一个变量的线性回归的数据集

ex1data2.txt - 用于线性回归的数据集with多个变量

submit.m - 将解决方案发送到服务器的提交脚本

[？] warmUpExercise.m -Octave / MATLAB中的简单示例函数

[？] plotData.m -显示数据集的函数

[？] computeCost.m -函数to计算线性回归的成本

[？] gradientDescent.m-运行梯度下降的函数

[+]computeCostMulti.m - 用于多个变量的成本函数

[+]gradientDescentMulti.m - 用于多个变量的梯度下降

[+]featureNormalize.m - 函数标准化特征

[†] normalEqn.m -计算标准方程的函数。

？表示文件您需要完成

†表示可选练习