Matlab 逻辑回归-计算成本函数返回错误结果

我刚开始在Coursera上学习Andrew Ng的课程。 第三周的主题是逻辑回归，因此我尝试实现以下成本函数

该假设的定义如下：

其中g是S形函数：

这就是我的函数目前的样子：

function [J, grad] = costFunction(theta, X, y)

m = length(y); % number of training examples
S = 0;
J = 0;

for i=1:m
    Yi = y(i);
    Xi = X(i,:);
    H = sigmoid(transpose(theta).*Xi);
    S = S + ((-Yi)*log(H)-((1-Yi)*log(1-H)));
end

J = S/m;

end

给定以下值

X = [magic(3) ; magic(3)];
y = [1 0 1 0 1 0]';
[j g] = costFunction([0 1 0]', X, y)

j返回0.6931 2.6067 0.6931，即使结果应为j=2.6067。我假设席有问题，但我看不到错误。

---

如果有人能给我指出正确的方向，我将不胜感激。

您应该将sigmoid函数应用于参数向量（θ）和输入向量（

Xi

，在本例中为行向量）的点积。所以，你应该改变

H = sigmoid(transpose(theta).*Xi);

到

当然，您需要确保将偏差输入1添加到您的输入中（一行1到

X

）

接下来，考虑如何对整个操作进行矢量化，以便无需任何循环即可编写该操作。那样会快得多

function [J, grad] = costFunction(theta, X, y)
    m = length(y);
    J = 0;
    grad = zeros(size(theta));
    J=(1/m)*((-y'*(log(sigmoid(X*theta))))-((1-y)'*(log(1-(sigmoid(X*theta))))));
    grad=(1/m)*(X'*((sigmoid(X*theta))-y));
end

鉴于sigmoid函数工作正常，上述代码片段对于Logistic回归成本和梯度函数非常有效

function [J, grad] = costFunction(theta, X, y)
    m = length(y);
    J = 0;
    grad = zeros(size(theta));
    J=(1/m)*((-y'*(log(sigmoid(X*theta))))-((1-y)'*(log(1-(sigmoid(X*theta))))));
    grad=(1/m)*(X'*((sigmoid(X*theta))-y));
end