17.4.27（多项式回归，学习曲线，误差度量）1
需积分: 0 187 浏览量
2022-08-04
15:33:35
上传
评论
收藏 218KB PDF 举报
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