- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 机器学习中利用牛顿迭代法代替梯度下降
function [theta, J_history] =newtownmethod(X, y, theta, num_iters) m = length(y); % number of training examples n = size(X,2); % number of training examples H=zeros(n,n); J_history =
2015-08-31 11:33:49 1801
原创 局部加权线性回归算法
http://blog.csdn.net/hujingshuang/article/details/46274723感谢这位博主无私分享思路,本人结合他的思路利用梯度下降法进行实现主要思路如下: 1.定义每一组样本X1 X2 X3 X4 ...Xm参考样本L1 L2 L3 L4..Lm 其中m是样本数 2.写两个循环分别求出每一组样本与参考样本的相似度(得到的权值矩阵应该是m*m)【ti
2015-08-29 15:55:08 986
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人