吴恩达机器学习系列课程作业ex3 matlab实现
目录
- Matlab实现:
- lrCostFunction.m
- oneVsAll.m
- predictOneVsAll.m
- predict.m
Matlab实现:
lrCostFunction.m
function [J, grad] = lrCostFunction(theta, X, y, lambda)m = length(y); % number of training examplestmp = theta;
tmp(1) = 0;
J = -(y'*log(sigmoid(X*theta)) + (1-y)'*log(1-sigmoid(X*theta)))* 1/m + sum(tmp.^2)*lambda/(2*m);
grad = X'*(sigmoid(X*theta) - y) * 1/m + tmp*lambda/m;grad = grad(:);end
oneVsAll.m
function [all_theta] = oneVsAll(X, y, num_labels, lambda)m = size(X, 1);
n = size(X, 2);all_theta = zeros(num_labels, n + 1);X = [ones(m, 1) X];for c = 1:num_labelsinitial_theta = zeros(n + 1, 1);options = optimset('GradObj', 'on', 'MaxIter', 50);[theta] = fmincg (@(t)(lrCostFunction(t, X, (y == c), lambda)),initial_theta, options);all_theta(c,:) = theta';end
predictOneVsAll.m
function p = predictOneVsAll(all_theta, X)m = size(X, 1);
p = zeros(size(X, 1), 1);X = [ones(m, 1) X];[~,p] = max(sigmoid(X*all_theta'),[],2);end
predict.m
function p = predict(Theta1, Theta2, X)m = size(X, 1);
a1 = [ones(m, 1) X];p = zeros(size(X, 1), 1);a2 = sigmoid(a1*Theta1');
a2 = [ones(m,1) a2];
a3 = sigmoid(a2*Theta2');
[~,p] = max(a3,[],2);end
吴恩达机器学习系列课程作业ex3 matlab实现相关推荐
- 吴恩达机器学习系列课程笔记——第十一章:机器学习系统的设计(Machine Learning System Design)
11.1 首先要做什么 https://www.bilibili.com/video/BV164411b7dx?p=65 在接下来的视频中,我将谈到机器学习系统的设计.这些视频将谈及在设计复杂的机器学 ...
- 吴恩达机器学习系列课程笔记——第十六章:推荐系统(Recommender Systems)
16.1 问题规划 https://www.bilibili.com/video/BV164411b7dx?p=96 在接下来的视频中,我想讲一下推荐系统.我想讲推荐系统有两个原因: 第一.仅仅因为它 ...
- 吴恩达机器学习系列课程笔记——第五章:Octave教程(Octave Tutorial)
提示:这章选学,可以去学python,第六节可以看看. 5.1 基本操作 https://www.bilibili.com/video/BV164411b7dx?p=26 本章学习以种编程语言:Oct ...
- 吴恩达机器学习系列课程--个人笔记
网址:https://www.bilibili.com/video/av50747658/ (b站找的有中文字幕的视频) 第一周 一.引言 1.1 欢迎 1.2 机器学习是什么 1.3 监督学习 1. ...
- 吴恩达机器学习系列课程笔记
视频资源获取:https://www.bilibili.com/video/BV164411b7dx?p=1 有监督学习:给算法包含正确答案的数据集,算法的任务就是根据数据集给出更多的正确答案. 回归 ...
- 吴恩达机器学习系列篇p31~p42
文章目录 逻辑回归 矢量 分类 s型函数 决策界限 代价函数 优化 过拟合问题 逻辑回归 吴恩达机器学习系列篇p31~p42 矢量 octave c++ 分类 · 0 1 分类 ### 直线回归 对于 ...
- 吴恩达机器学习系列23:基于内容的推荐算法
如今,推荐算法已经深入到我们生活的各个方面,比如说淘宝根据我们之前的浏览记录给我们推荐想要购买的商品:抖音不停地给我们推荐各种我们感兴趣的视频(虽然我个人不太喜欢抖音,觉得抖音会让我们丧失独立思考的能 ...
- 吴恩达机器学习新课程又来了!旁听免费,小白友好
Alex 发自 凹非寺 量子位 | 公众号 QbitAI 吴恩达的经典机器学习课程又双叒开新课了! 今天,吴老师发推分享了这则好消息. 该课程由deeplearning.ai和斯坦福大学提供,目前已上 ...
- Python吴恩达机器学习课后习题作业一算法(Ⅰ)(1)
吴恩达老师的机器学习课程是机器学习入门者必看的经典之一,其课后习题也是典中典.下面将在以Python为语言工具完成课后习题. 问题一:单元线性回归 问题:根据城市人口数量,预测开小吃店的利润 下面我将 ...
最新文章
- 外部排序归并排序 败者树
- 偏方收藏(此信息为本人收藏,安全性无法验证,使用后产生的一些后果自负)...
- PHP中htmlentities和htmlspecialchars的区别
- ?Web开发者需要知道的CSS Tricks
- assembly 输出ab中所有数_.NET Core中批量注入Grpc服务
- 手机端html返回顶部,vue实现移动端返回顶部
- it计算机知识竞赛主持稿,西安交大城市学院计算机系举办第四届“走进IT,触碰未来”计算机知识竞赛...
- 解决Keras 与 Tensorflow 版本之间的兼容性问题,导入keras报错:module 'tensorflow.python.keras.backend' has no attribute
- 深度学习优化算法大全系列4:AdaGrad(Adaptive Gradient)
- 【图像处理基础】基于matlab图像Harris角点检测【含Matlab源码 1731期】
- HealthKit入门:第1部分
- 光伏电站运维常见故障及处理汇总
- rails erb_您需要知道Rails中的erb以及如何掌握它
- css让四个div并排显示,css如何让两个div并排显示?
- ps4看直播 HTML,ps4直播教学 怎么样才能直播
- Linux基本命令(Redhat,CentOS)
- 长沙理工大学第十二届ACM大赛-重现赛
- 分拆计划陷入困境,英特尔还能重回巅峰吗?
- python csv空格分隔符_CSV导入到Python中的空格分隔符
- 教你如何通过ssh控制远程主机,远程执行命令