machine-learning - 线性回归的八度梯度下降
问题描述
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
解决方案
推荐阅读
- php - Doctrine 3 不创建外键 - PDOException: "Column 'tour_id' cannot be null"
- c++ - switch 语句导致发送两条消息
- excel - MS Excel对象锁定行基于与其他对象一起使用的值
- sql - 在 SQL 中忽略 CASE 中的 else
- mysql - 检查酒店预订系统的房间可用性
- java - 如何使用 GSON 解析漂亮打印的 JSON
- javascript - 无法将默认 angularjs 输入设置为空白
- python - 为嵌套字典错误赋值
- python - 程序执行完毕后如何删除目录?
- serverless-framework - MinimumSizeCompression 不适用于无服务器