Machine learning 梯度下降倍频程码

需要帮助完成此功能。尝试查找derJ时出错：

error: X(0,_): subscripts must be either integers 1 to (2^63)-1 or logicals

我的代码：

function [theta, J_history] = gradientDescent (X, y, theta, alpha, num_iters)
    m         = length (y);   % number of training examples
    J_history = zeros (num_iters, 1);

    for iter = 1 : num_iters
        predictions = X * theta;   % hypothesis

        % derivative term for cost function
        derJ = (1 / m) * sum ( (predictions - y) * X(iter-1, 2) );

        % updating theta values
        theta           = theta - (alpha * derJ);
        J_history(iter) = computeCost (X, y, theta);
    end
end

您的代码状态为

X（iter-1，2）

，但在for循环中

iter

从

1

开始

因此，在第一次迭代中，

X（iter-1,2）

将计算为

X（0,2）

，并且

0

在matlab中不是有效的索引