文件名称：机器学习：逻辑回归
文件大小：1KB
文件格式：M
更新时间：2021-10-28 15:51:40
逻辑回归
1. 数据包括2～8岁小孩的身高的度量数据。 Ex1x.dat: 是对应身高的小孩的年龄 ex1y.dat: 是升高的数据 各个孩子的身高和年龄组成一个训练实例，一共有50个训练样本，用它们训练线性模型。 2. 在该问题中，在Matlab/Octave中使用梯度下降方式实现线性回归。首先加载训练集，绘制训练集。 3. 针对该问题，实现线性回归，根据线性回归模型原理给出的式子绘制一条拟合的直线。 4. 对 和 的关系进行可视化的处理。由于在本实例中，是2维的，因此，我们绘制3维的来对线性回归算法进行直观的理解。 5. 通过引入不同的间隔向量，可以在轮廓函数中指定等高线的数目和分布，比如linearly spaced vector (linspace) 和 logarithmically spaced vector (logspace) 。 6. 用SURF和等高线命令可视化3维图和θ0、θ1关系。