我正在努力用python實現吳恩達的機器學習程式設計作業。由於時間關係，我大概會只實現最重要的部分，不會實現全部內容。如果有錯誤，希望可以及時糾正我，謝謝大家。
首先，匯入要用到的庫：numpy，matplotlib。
import numpy as np
import matplotlib.pyplot as plt
file
='/users/christine/desktop/吳恩達作業/ex1data1.txt'
;digits=np.loadtxt(
file
,delimiter=
',')
x=digits[:,
0];y=digits[:,
1];
m=x.shape[0]
;
temp=np.ones(
(m),dtype=
'float');
x=np.vstack(
(temp,x));
x=x.t;
theta：二維向量，其中的兩個分量表示直線的兩個引數（即k和b），不過在吳恩達的教程裡，是用theta表示的，那我也定義成theta好了。
alpha：學習率，在作業本中吳恩達已經給我們選好了，是0.01。
iterations：迭代次數，這個也給我們設定好了。
h：和x維度相同的向量，表示用當前引數求出的y的估計值。
注意一點的是，theta不要初始化為int型別陣列，否則將無法得到正確答案。
theta=np.array(
[0.0
,0.0])
;alpha=
0.01
;iterations=
1500
;h=np.zeros(m)
;
for i in
range(1
,iterations)
: h=x.dot(theta)
;for k in
range(0
,2):
sum=0;
for j in
range(0
,m):
sum+=
(h[j]
-y[j]
)*x[j,k]
; theta[k]
=theta[k]
-alpha*
sum/m;
j=0;
for j in
range(0
,m):
j=j+
(h[j]
-y[j])*
(h[j]
-y[j]);
j=j/(2
*m);
print
(j);
x0=
5;y0=theta[0]
+x0*theta[1]
;x1=
24;y1=theta[0]
+x1*theta[1]
;
plt.xlabel(
'population of city in 10000s');
plt.ylabel(
'profit in $10000s');
plt.plot(
(x0,x1)
,(y0,y1));
plt.plot(digits[:,
0],y,"ob"
);
吳恩達機器學習 程式設計練習7
本練習的主題是k means clustering and principal component analysis，即k均值聚類演算法和主要成分分析。因此這篇文章也分兩部分來討論，根據作業檔案的步驟來分別對k均值聚類演算法和pca進行討論原理以及如何實現。k means clustering al...
吳恩達機器學習 程式設計練習8
假設特徵服從正態分佈，通過計算整體概率判斷是否小於某個值，從而判斷是不是正常的。estimategaussian.m estimate parameters mu sum x m m add zeros n 1,n mu tmp mu m add mu tmp ones m,n mu tmp sig...
吳恩達機器學習筆記
為了解決實際生活中的問題，我們通常需要乙個數學模型。比如，小明有乙個房子 他想賣掉房子 為了知道房子的 小明收集了該地區近兩年的房屋交易 他發現房屋 與房屋大小呈正相關，所以他畫了了一幅圖 小明的房屋大小用紅色的 代替。可見和小明房屋一樣大小的房子並不存在，而類似的房屋 又有很大差別，如此小明決定用...