【文件属性】：
文件名称：matlab如何找k-means源代码-machine-learning-matlab:Matlab机器学习算法的实现
文件大小：4.56MB
文件格式：ZIP
更新时间：2021-05-20 23:21:59
系统开源
matlab如何找k-means源代码机器学习
Matlab机器学习算法的实现
作者
Rishi
Dua
免责声明
以下问题是从IIT德里（2013年秋季学期）的Parag
Singla博士开设的机器学习入门课程中借用的（有少量更改）。
该存储库中的代码可能已经从我最初提交的IIT
Delhi的CSL341机器学习入门中进行了修改。
问题1：逻辑回归
文件q1x.dat和q1y.dat分别包含用于二进制分类问题的输入x和输出y，每行一个训练示例。
实施牛顿方法以优化对数似然率，并将其应用于数据的逻辑回归模型。
用全零的向量初始化牛顿法。
绘制训练数据（您的轴应为x1和x2，分别对应于输入的两个坐标，并且对每个绘制的点都应使用不同的符号来表示该示例的标签为1还是0）。
还要在同一图上绘制通过逻辑回归拟合的决策边界。
（即，这应该是一条直线，显示将h（x）>
0.5的区域与其余区域分隔开的边界。
问题2：局部加权线性回归
考虑一个线性回归问题，在该问题中我们想以不同的方式权衡不同的训练示例。
在上述设置中，对于合适的对角矩阵W，成本函数也可以写成$
J（\
theta）=（X
\
thet