机器学习：使用matlab实现曲线线性回归拟合并绘制学习曲线_plot(xval+.5,yval+.5,'go')

数据集划分

先将数据集划分为训练集、验证集和测试集，标记为X,y、Xval,yval和Xtest,ytest。关于数据集划分的内容可看这篇博客。

数据可视化

吴恩达作业常规第一步，数据可视化，这里只可视化了训练集：

% Load from ex5data1: 
% You will have X, y, Xval, yval, Xtest, ytest in your environment
load ('ex5data1.mat');
% m = Number of examples
m = size(X, 1);

% Plot training data
figure;
plot(X, y, 'rx', 'MarkerSize', 10, 'LineWidth', 1.5);
xlabel('Change in water level (x)');
ylabel('Water flowing out of the dam (y)');
1
2
3
4
5
6
7
8
9
10
11

代价-梯度函数

线性回归算是最基础的机器学习算法了，它的代价和梯度的公式相信大