找回密码
 立即注册

使用最小平方误差以及正则化、最大似然估计和映射的线性回归

[复制链接]
发表于 2023-12-18 03:03:48 | 显示全部楼层 |阅读模式
文件列表:
Plotting.m
Regress.asv
Regress.m
RegularizationLambda0.3.png
RegularizationLambda0.6.png
RegularizationLambda5.png
curveFit.asv
curveFit.m
data.mat
data1.mat
data2.mat
generateData.m
shadedErrorBar.m
GraphRMSERRORvslnLambda.png
LeastSquareOrder0.png
LeastSquareOrder1.png
LeastSquareOrder3.png
LeastSquareOrder6.png
LeastSquareOrder9.png
LiRegres.m
MAPOrder9Alpha2.png
MAPOrder9Alpha6.png
MLEOrder=6.png
MLEOrder=9.png
Project2_requirementSlides.pdf
ProjectReport_Curve Fitting.pdf

运行例图:
01.gif


使用最小平方误差以及正则化、最大似然估计和映射的线性回归.zip (3.03 MB, 下载次数: 0, 售价: 30 积分)


回复

使用道具 举报

小黑屋|获取积分|网站地图|必过源码 ( 湘ICP备2020019413号-2 )

GMT+8, 2024-9-22 13:22 , Processed in 0.066608 second(s), 27 queries .

Powered by Biguo100

2006-2023 Biguo100 Team

快速回复 返回顶部 返回列表