Matlab 了解fminunc参数和匿名函数、函数处理程序

请容忍我。问题在最后。我试图找出fminunc的不同叫法

这个问题来源于Andrew Ng的Coursera机器学习课程第3周的材料。 我不想回答这个问题

我正在努力理解这个论点的意义

@(t) ( costFunction(t, X, y) )

用户wolfie将其显示为一个缩短版本。有人能解释为什么表达式本身必须是这样的吗？在视频讲座中，他像这样运行函数

[optTheta, functionVal, exitFlag] = fminunc(@costFunction, initialTheta, options)

其中

costFunction

程序文件的输入和输出如下所示：

function [jVal, gradient] = costFunction(theta)

提供的练习代码具有此版本的函数：

成本函数（θ，X，y）

在第二种情况下，没有匿名函数，为什么不调用fminunc，这就是为什么它被称为：

[theta，cost]=fminunc（@（t）（costFunction（t，X，y）），初始θ，选项）

而不是作为：

[theta，cost]=fminunc（@costFunction，initial_theta，options）？
成本函数应具有要优化的参数作为输入，并返回要最小化的函数值。如果成本函数需要输入待优化参数以外的其他参数，匿名函数表单将执行以下操作：

funHandle = @(t) ( costFunction(t, X, y) );

这允许您传递额外的输入X和y，除了优化t。你可以查一下
从Mathworks获取更多信息。
我编辑了这个问题，因为视频讲座中显示的显然是成本函数，仅以θ为参数，但练习中提供的是成本函数（θ，X，y）。你的回答仍然为我指明了正确的方向，我发现它仍然是正确的。解算器fminunc只接受一个参数，但我们有一个接受多个参数的函数，因此我们定义了一个匿名函数，它只接受一个参数t，我们希望使用解算器对其进行优化。