완료
This commit is contained in:
10
ex5/ex5.m
10
ex5/ex5.m
@@ -164,7 +164,7 @@ pause;
|
|||||||
% lambda to see how the fit and learning curve change.
|
% lambda to see how the fit and learning curve change.
|
||||||
%
|
%
|
||||||
|
|
||||||
lambda = 0;
|
lambda = 3;
|
||||||
[theta] = trainLinearReg(X_poly, y, lambda);
|
[theta] = trainLinearReg(X_poly, y, lambda);
|
||||||
|
|
||||||
% Plot training data and fit
|
% Plot training data and fit
|
||||||
@@ -218,3 +218,11 @@ end
|
|||||||
|
|
||||||
fprintf('Program paused. Press enter to continue.\n');
|
fprintf('Program paused. Press enter to continue.\n');
|
||||||
pause;
|
pause;
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
%% Computing test set error
|
||||||
|
lambda = 3;
|
||||||
|
[theta] = trainLinearReg(X_poly, y, lambda);
|
||||||
|
testSetError = linearRegCostFunction(X_poly_test, ytest, theta, 0);
|
||||||
|
fprintf('#Test Set Error for lambda(%f) : %f\n', lambda, testSetError);
|
||||||
|
|||||||
@@ -53,11 +53,13 @@ error_val = zeros(m, 1);
|
|||||||
|
|
||||||
% ---------------------- Sample Solution ----------------------
|
% ---------------------- Sample Solution ----------------------
|
||||||
|
|
||||||
|
for i = 1:m
|
||||||
|
|
||||||
|
[theta] = trainLinearReg(X(1:i, :), y(1:i), lambda);
|
||||||
|
error_train(i) = linearRegCostFunction(X(1:i, :), y(1:i), theta, 0);
|
||||||
|
error_val(i) = linearRegCostFunction(Xval, yval, theta, 0);
|
||||||
|
|
||||||
|
endfor
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
% -------------------------------------------------------------
|
% -------------------------------------------------------------
|
||||||
|
|
||||||
|
|||||||
@@ -21,8 +21,9 @@ grad = zeros(size(theta));
|
|||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
hx = X*theta;
|
||||||
|
J = sum((hx - y).**2)/(2*m) + lambda*sum((theta(2:end).**2))/(2*m);
|
||||||
|
grad = (sum((hx-y).*X)/m)' + lambda*[0; theta(2:end)]/m;
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|||||||
@@ -15,10 +15,8 @@ X_poly = zeros(numel(X), p);
|
|||||||
%
|
%
|
||||||
%
|
%
|
||||||
|
|
||||||
|
for i = 1:p
|
||||||
|
X_poly(:, i) = X.^i;
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
% =========================================================================
|
% =========================================================================
|
||||||
|
|
||||||
|
|||||||
15
ex5/token.mat
Normal file
15
ex5/token.mat
Normal file
@@ -0,0 +1,15 @@
|
|||||||
|
# Created by Octave 4.2.1, Sun May 28 20:19:23 2017 GMT <unknown@unknown>
|
||||||
|
# name: email
|
||||||
|
# type: sq_string
|
||||||
|
# elements: 1
|
||||||
|
# length: 16
|
||||||
|
mjjo53@gmail.com
|
||||||
|
|
||||||
|
|
||||||
|
# name: token
|
||||||
|
# type: sq_string
|
||||||
|
# elements: 1
|
||||||
|
# length: 16
|
||||||
|
9vAaPE4tKr9tF716
|
||||||
|
|
||||||
|
|
||||||
@@ -39,14 +39,14 @@ error_val = zeros(length(lambda_vec), 1);
|
|||||||
%
|
%
|
||||||
%
|
%
|
||||||
|
|
||||||
|
for i = 1:length(lambda_vec)
|
||||||
|
|
||||||
|
lambda = lambda_vec(i);
|
||||||
|
[theta] = trainLinearReg(X, y, lambda);
|
||||||
|
error_train(i) = linearRegCostFunction(X, y, theta, 0);
|
||||||
|
error_val(i) = linearRegCostFunction(Xval, yval, theta, 0);
|
||||||
|
|
||||||
|
endfor
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
% =========================================================================
|
% =========================================================================
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user