y作m次多项式拟合的MATLAB代码-Bias-vs-Variance-analysis--Regression:实施正则化线性回归并将其用于

时间:2024-06-15 04:30:17
【文件属性】:

文件名称:y作m次多项式拟合的MATLAB代码-Bias-vs-Variance-analysis--Regression:实施正则化线性回归并将其用于

文件大小:20KB

文件格式:ZIP

更新时间:2024-06-15 04:30:17

系统开源

y作m次多元式拟合的MATLAB代码偏差与方差分析-回归 实施正则化线性回归,并将其用于研究具有不同偏差方差属性的模型。 编程练习5:正则线性回归和偏差与方差机器学习简介在本练习中,您将实现正则线性回归并将其用于研究具有不同偏差方差属性的模型。 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,您需要下载启动程序代码并将其内容解压缩到您希望完成练习的目录中。 如果需要,在开始本练习之前,请使用Octave / MATLAB中的cd命令更改为该目录。 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。此练习ex5.m中包含的文件-Octave / MATLAB脚本可逐步完成练习ex5data1.mat-数据集提交。 m-将解决方案发送到我们服务器的提交脚本featureNormalize.m-功能归一化函数fmincg.m-函数最小化例程(类似于fminunc)plotFit.m-绘制多项式t trainLinearReg.m-使用成本函数训练线性回归[ ?RegularRegCostFunction.m-正则化线性


【文件预览】:
Bias-vs-Variance-analysis--Regression-master
----fmincg.m(9KB)
----polyFeatures.m(823B)
----featureNormalize.m(510B)
----linearRegCostFunction.m(1KB)
----learningCurve.m(3KB)
----validationCurve.m(2KB)
----trainLinearReg.m(715B)
----token.mat(265B)
----ex5.m(7KB)
----submit.m(2KB)
----README.md(20KB)
----plotFit.m(804B)
----ex5data1.mat(1KB)

网友评论