文件名称:多元逻辑斯蒂回归matlab代码-ML:Matlab中的机器学习
文件大小:14.55MB
文件格式:ZIP
更新时间:2024-06-17 08:12:26
系统开源
多元逻辑斯蒂回归matlab代码ML 该存储库包含用于完成机器学习练习的Matlab代码,例如: 具有梯度下降的单变量和多变量线性模型,包括正态方程。 单变量和多元逻辑回归模型,具有梯度下降。 工作正在进行中!
【文件预览】:
ML-master
----.gitattributes(483B)
----mlclass-ex5()
--------fmincg.m(9KB)
--------polyFeatures.m(705B)
--------featureNormalize.m(510B)
--------linearRegCostFunction.m(1KB)
--------learningCurve.m(3KB)
--------validationCurve.m(2KB)
--------trainLinearReg.m(714B)
--------ml_login_data.mat(265B)
--------validationCurve.asv(2KB)
--------ex5.m(7KB)
--------submit.m(17KB)
--------plotFit.m(804B)
--------submitWeb.m(807B)
--------ex5data1.mat(1KB)
----mlclass-ex4()
--------displayData.m(1KB)
--------computeNumericalGradient.m(1KB)
--------sigmoid.m(137B)
--------fmincg.m(9KB)
--------checkNNGradients.m(2KB)
--------sigmoidGradient.m(720B)
--------nnCostFunction.m(4KB)
--------debugInitializeWeights.m(841B)
--------ml_login_data.mat(265B)
--------ex4.m(8KB)
--------randInitializeWeights.m(980B)
--------ex4data1.mat(7.16MB)
--------submit.m(17KB)
--------ex4weights.mat(78KB)
--------submitWeb.m(807B)
--------predict.m(585B)
----mlclass-ex3()
--------displayData.m(1KB)
--------ex3data1.mat(7.16MB)
--------sigmoid.m(137B)
--------fmincg.m(9KB)
--------ex3_nn.m(3KB)
--------ml_login_data.mat(265B)
--------lrCostFunction.m(2KB)
--------submit.m(17KB)
--------ex3.m(2KB)
--------submitWeb.m(807B)
--------ex3weights.mat(78KB)
--------oneVsAll.m(2KB)
--------predictOneVsAll.m(1KB)
--------predict.m(1KB)
----README.md(309B)
----mlclass-ex2()
--------sigmoid.m(446B)
--------mapFeature.m(508B)
--------plotData.m(855B)
--------plotDecisionBoundary.m(1KB)
--------ex2_reg.m(3KB)
--------ml_login_data.mat(265B)
--------ex2data1.txt(4KB)
--------submit.m(17KB)
--------costFunctionReg.m(1KB)
--------ex2data2.txt(2KB)
--------submitWeb.m(807B)
--------costFunction.m(985B)
--------ex2.m(4KB)
--------predict.m(750B)
----mlclass-ex1()
--------featureNormalize.m(1KB)
--------plotData.m(1KB)
--------ex1_multi.m(4KB)
--------ml_login_data.mat(265B)
--------gradientDescent.m(1KB)
--------normalEqn.m(670B)
--------submit.m(17KB)
--------ex1data2.txt(657B)
--------gradientDescentMulti.m(1KB)
--------ex1data1.txt(1KB)
--------warmUpExercise.m(513B)
--------submitWeb.m(807B)
--------computeCostMulti.m(698B)
--------computeCost.m(657B)
--------ex1.m(3KB)
----test.m(35B)
----.gitignore(3KB)