【文件属性】:
文件名称:matlab逻辑回归公式代码-machine-learning:Coursera的机器学习课程概述
文件大小:26.7MB
文件格式:ZIP
更新时间:2021-05-26 05:52:52
系统开源
matlab逻辑回归公式代码机器学习
监督学习
问题
给定训练集
m
:训练集数
:输入值
:输出值
客观的
找到功能来进行预测,以使预测最小。
测量预测值与的差异。
的公式取决于问题的类型。
线性回归:
逻辑回归:
:预测值。
:假设函数。
其公式取决于问题的类型。
线性回归:
逻辑回归:
:特征向量
:参数向量
:功能数量。
梯度下降
梯度下降法是一种可以找到的最小算法。
算法:
重复直到{
}(同时更新)
:功能数量
:学习率
:收敛条件
从的公式中,他们发现以下公式在线性和逻辑回归的情况下都是正确的。
做向量化,我们有梯度下降的算法是:
重复直到{
}
线性回归
在本节中,我将讨论第2周的编程练习。代码源是使用Python重写的。
我避免使用类似这样的框架,因为它们与这些练习相比过于强大。
代码源位于Jupyter笔记本中。
如果要引用Matlab代码,它们位于目录中。
通常,下图显示了两个分配的工作流程(带有一个变量的线性回归和带有多个变量的线性回归)。
它包括四个步骤:
加载数据:从文本文件ex1data1.txt和ex1data2.txt加载数据。
定义函数:定义函数以预