【線性迴歸】多元線性迴歸函數在Octave中的實現（二）

1、在《【線性迴歸】最簡單的線性迴歸函數在Octave中的實現（一）》的基礎上進行了擴展，主要是標識出來的那段代碼；
2、將訓練結果Thsl，【i（訓練集的條數），2（第一列訓練的次數，第二列是兩次訓練的方差的誤差）】，在訓練完成之後，將Thsl的結果打印出來，就可以明顯看到整體擬合的過程以及如何去調整rap(步長)

代碼記錄，以備後查

%rap表示迴歸計算的步長
%minvalues表示迴歸計算的最小偏差，如果小於該值則表示擬合成功，返回TheTa
%maxtimes表示最大擬合次數，如果達到該次數，即使沒有擬合成功，也返回最後一次的TheTa值
%x表示x的矩陣
%y表示結果集
%theta表示參數集

function [TheTa,bResult,Thsl] = RepeatGetMini(rap,minvalues,maxtimes,x,y,theta)
curtimes=0;
m=size(theta)(1);
while true,
curtimes=curtimes+1;
J1=costFunctionJ2(x,y,theta);

%theta1=theta1-(rap/m)*(後面i從0到記錄集求和)(theta1*x(i)-y(i))*x(i)
%...到j，下面的表達達就是theta=theta-(tmpmartrix*x)'.*(rap/m)就上面所說的矩陣

tmpmartrix=theta’x’-y’;
theta=theta-(tmpmartrixx)’.*(rap/m);

J2=costFunctionJ2(x,y,theta);
steperr=J2-J1;
Thsl(curtimes,:)=[curtimes,steperr];

if abs(steperr)<=minvalues,
  TheTa=theta;
  bResult=true;
  break;
elseif curtimes>= maxtimes,
  TheTa=theta;
  bResult=false;
  break;
end;

end;
end;

%計算theta1+theta2x1+theta3x2,與y的方差
%X，特徵項的矩陣列表[ij]，i是記錄集的條數，j代表參j-1數的個數(其中x0的列恆爲1)，x1,x2…xj
%y，結果矩陣列表[i1]
%theta，爲參數列表[j*1]
function J = costFunctionJ2(X,y,theta)
m=size(X,1);
predictions=theta’X’;
sqrtmp = predictions - y’;
sqrErrors=sqrtmp.^2;
J=1/(2m)*sum(sqrErrors);
end;