思想：多分類拆成單分類問題，針對輸入訓練集擬合不同分類結果下的引數，選出假設函式最大的值即為最終分類。
1.計算不同分類標準下的引數列表
function [all_theta]
=onevsall
(x, y, num_labels, lambda);m=
size
(x,1);
n=size
(x,2);
all_theta=
zeros
(num_labels,n+1)
;%10行 特徵量個數+
1列x=
[ones
(m,1
) x]
;for i=
1:num_labels
initial_theta=
zeros
(n+1,1
);options=
optimset
('gradobj'
,'on'
,'maxiter',50
,'display'
,'off');
%注意輸入的y==i 只有數字類別和標記一致才為1 退化為二分類問題
%all_theta的每一行代表分到這一類的theta值
all_theta
(i,:)=
fmincg
(@(t)
(lrcostfunction
(t,x,
(y==i)
,lambda)
),initial_theta,options)
;
end2.根據引數列表求使得輸出概率最大的分類
```cpp
function [probability,p]
=predictonevsall
(all_theta, x)
m=size
(x,1);
%num_labels=
size
(all_theta,1)
;p=zeros
(m,1);
x=[ones
(m,1
) x]
;%x是m*
400 all_theta是10
*400
-->m*
10 每行是**為不同數字的假設函式值 取最大 p是索引
[probability,p]
=max
(sigmoid
(x*all_theta'),[
],2)
;%每一行最大值
end
吳恩達機器學習作業 邏輯回歸模型
logistic regression 目的 建立乙個邏輯回歸模型用來 乙個是否能夠被大學錄取 問題描述 假如你是乙個administrator，現要根據學生的兩次成績來決定他們是否有資格被錄取。早先被錄取學生的資料作為training set。每乙個training sample 每個學生的兩個考...
吳恩達機器學習作業（2） 多元線性回歸
目錄 1 資料處理 2 代價函式 3 scikit learn訓練資料集 4 正規方程 練習1還包括乙個房屋 資料集，其中有2個變數 房子的大小，臥室的數量 和目標 房子的 我們使用我們已經應用的技術來分析資料集。還是那個建議，大家拿到資料先看看資料長什麼樣子。path ex1data2.txt d...
吳恩達機器學習 正則化邏輯回歸習題
在本部分練習中，將實現logistic回歸的正則化，以 來自製造工廠的微晶元是否通過質量保證。假設你是工廠的產品經理，在兩次不同的測試中獲得了某些微晶元的測試結果。從這兩次測試中，你想確定應該接受還是拒絕微晶元。為了幫助你做出決定，你擁有過去微晶元測試結果的資料集，可以從中建立logistic回歸模...