machine-learning - 线性回归的八度梯度下降

Question

我一直在努力完成coursera课程上的额外问题。

它是具有梯度下降的多变量线性回归。

我已经使用提供正确答案的正规方程完成了练习，但是当我使用梯度下降时，它似乎增加了太多的 theta。

这个问题不能通过改变迭代次数或学习率来解决。

m = length(y); % number of training examples
J_history = zeros(num_iters, 1);

for iter = 1:num_iters
  theta = theta - alpha / m * ((X * theta - y)'* X)';
  J_history(iter) = computeCostMulti(X, y, theta);
end
end

我用正规方程得到的theta结果是：

89597.909543,

 139.210674

 -8738.019112.

但是通过梯度下降，我得到：

334302.063993

 100087.116006

 3673.548451 

标签： machine-learningoctavelinear-regression