编程练习1：线性回归.docVIP

编程练习1：线性回归 机器学习 介绍 在这个练习中，您将实现线性回归，并能看到它在数据上的工作。在开始启动这个程序练习之前，我们强烈建议观看视频讲座，并完成了相关主题的复习题。 要开始使用的练习中，您需要下载你想完成练习的起动代码并解压其内容的目录。如果需要，在开始这项工作之前，您可以使用cd命令八度切换到该目录。 您还可以课程网站的“Octave Installation”页面上找到的安装Octave的说明。 此练习中包括的文件 ex1.m - Octave的脚本，这将帮助你进一步通过演练 ex1_multi.m - Octave脚本演习的后面部分 ex1data1.txt - 数据集的一个变量线性回归 ex1data2.txt - 数据集的多变量线性回归 submit.m - 发送你的解决方案，我们的服务器提交脚本 [﹡]warmUpExercise.m - Octave函数的简单例子 [﹡]plotData.m - 显示数据集的函数 [﹡]computeCost.m - 计算线性回归成本的函数 [﹡]gradientDescent.m - 运行梯度下降的函数 [＋] computeCostMulti.m - 多个变量的成本函数 [＋] gradientDescentMulti.m - 多个变量的梯度下降 [＋] featureNormalize.m – 特征正常化的函数 [＋] normalEqn.m - 计算正常方程的函数 ﹡表明你需要完成的文件 ＋表示额外的学分演习 整个练习中，您将使用脚本ex1.m和ex1 multi.m。这些脚本建立问题数据集，并拨打你会写的功能。你并不需要修改他们之一。根据执行这项任务的说明，你只需修改其他文件中的功能。 对于这种编程练习，你只完成了用一个变量实现线性回归练习的第一部分。该练习的第二部分，也就是你可以通过完成来获得额外学分，包括了多变量线性回归。 何处获得帮助 本课程的练习中使用Octave，一个非常适合数值计算的高层次编程语言。如果你没有安装Octave，请参阅课程网站“Octave Installation”页面上的安装说明。 在Octave的命令行，键入help后跟一个函数名显示了一个内置函数文档。例如，帮助策略会调出帮助信息进行绘制。Octave功能的进一步资料可以在Octave文档页面上找到。 我们还大力鼓励使用在线Q＆A Forum来讨论与其他学生的练习。但是，不允许看任何别人写的的源代码，或与他人分享你的源代码。 ———————————————————————————————————— 1 简单Octave功能 ex1.m的第一个部分为您的实践提供了Octave语法和以家庭工作提交的过程。在文件warmUpExercise.m中，你会发现Octave功能的轮廓。通过使用下面的代码修改它来返回一个5×5单位矩阵： A = eye(5); 当你结束时，运行ex1.m（假设你是在正确的方向，在Octave提示下键入“ex1” ），你应该会看到类似的以下内容输出： —————————————— Octave是一个免费替代MATLAB的工具。对于编程练习，你可以自由使用Octave或MATLAB。 ans = Diagonal Matrix 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 现在ex1.m将暂停，直到按下任意键，然后将运行用于分配的下一部分代码。如果你想退出，按Ctrl-C将停止在其运行间的程序。 1.1提交解决方案 在完成一部分练习后，您可以提交您的解决方案 分级键入提交在的命令行。通过键入提交Octave命令行，您可以对提交的解决方案打分。脚本会提示您输入用户名和密码，并询问您想要提交的文件。您可以从网站的“编程练习”页面获取提交密码。 现在，您应提交热身练习。 您可以提交您的解决方案多次，我们只采取最高分的考虑。为了防止再次速效猜测，该系统强制提交最小时间间隔为5分钟。 ————————————————————————————————————— 2单变量线性回归 在练习的这部分中，您将实现单变量线性回归来预测食品卡车的利润。假设你是一家餐厅专营权的CEO，并正在考虑从不同的城市开发新的出路。产业链已经在各个城市建立，并且你拥有这些城市收入和人口的数据。 接下来你想利用这些数据来帮助您选择扩展哪个城市。 文件ex1data1.txt包含了我们线性回归问题的数据集。在第一列是一个城市的人口，第二列是在那个城市食品卡车的收益。盈利的负值表示亏损。 该ex1.m脚本已经为您成立了加载这些数据。 2.1绘图数据 在开始任何任务之前，通过可视化理解数据常常是有用的。对于这个数据集，您可以使用散点图进行