Machine learning ML coursera提交（第2周）功能规范化

我已经为特性规范化编写了以下代码 这里X是特征矩阵m*n 哪里 m=示例数 n=特征数量

mu = mean(X);
sigma = std(X);

m = size(X,1);

% Subtracting the mean from each row 
for i = 1:m
    X_norm(i,:) = X(i,:)-mu;
end;

% Dividing the STD from each row 
for i = 1:m
    X_norm(i,:) = X(i,:)./sigma;
end;

但是在提交给Andrew Ng类的服务器时，它并没有给我任何错误或正确的确认

==
==                                   Part Name |     Score | Feedback
==                                   --------- |     ----- | --------
==                            Warm-up Exercise |  10 /  10 | Nice work!
==           Computing Cost (for One Variable) |  40 /  40 | Nice work!
==         Gradient Descent (for One Variable) |  50 /  50 | Nice work!
==                       Feature Normalization |   0 /   0 |
==     Computing Cost (for Multiple Variables) |   0 /   0 |
==   Gradient Descent (for Multiple Variables) |   0 /   0 |
==                            Normal Equations |   0 /   0 |
==                                   --------------------------------
==                                             | 100 / 100 |

---

注意：如果我违反了课程规则，很抱歉，我不知道该怎么做

当提交没有给你任何分数时，这意味着你的答案不正确。 这通常意味着，要么您尚未实现它，要么您的实现中存在错误

据我所见，你的指数不正确。但是，为了不违反本课程的行为准则，您应该在Coursera论坛上提问，而不发布您的行为准则

---

每个编程练习都有教程。这些功能通常非常有用，可以指导您完成整个练习。

您需要迭代每个功能

m = size(X,1);

使用m实际得到的是行数示例，但您希望得到列数特征

解决方案：

m = size(X,2);

---

试着这样做，它是有效的，注意到你在没有减去平均值的情况下，将每一行X除以是错误的

将这两者结合起来，使用更少的代码-

%从每行中减去平均值并除以标准差。 对于i=1:m X-Orthi，=：席，：-亩/西格玛；

---

结束

我投票结束这个问题，因为这是一个课程管理员的问题，不是这样。你可以在课程论坛上发布这个。这不是这个问题的正确位置！