17.4.27(多项式回归,学习曲线,误差度量)
Polynomial regression
d 即为多项式的最高项次数。
增加多项式回归方法:
代码运行完结果:X_poly(i, :) = [X(i) X(i).^2 X(i).^3 ... X(i).^p];
进来时X是Mx1的,执行完就变成MxP的。也就完成了多项式回归。
Learning Curve for Linear Regression线性回归的学习曲线
横轴是训练集的数量,丨轴是cost function。
代码实现:
循环M就是训练集的样本数,第一次循环中先算一个样本时的theta,然后计算这时的训练集(一个样本)的cost function,然后计算测
试集的cost function,后面的每一次循环就增加一个训练集样本知道增加到M个,也就是求M次theta,训练集和测试集的cost function
评论0