线性回归(linear regression)-matlab实现

原理参考：
http://blog.csdn.net/abcjennifer/article/details/7691571
matlab实现参考：
http://www.cnblogs.com/denny402/p/4032381.html

使用梯度下降法迭代实现：

function theta=linearRegression()%   梯度下降法寻找最合适的theta，使得J最小options=optimset('GradObj','on','MaxIter',100);inittheta=[1 1]';theta=fminunc(@costFunc,inittheta,options);end%%function  [J,gradient]= costFunc(theta)%J为代价函数。%y=theta(0)*x0+theta(1)*x1; 找出最好的theta来拟合曲线。%使得J最小的theta就是最好的thetax=[1;2;3;4];y=[1.1;2.2;2.7;3.8];m=size(x,1);hypothesis=theta(1)+theta(2)*x;delta=hypothesis-y;J=sum(delta.^2)/(2*m);gradient(1)=sum(delta.*1)/m;  %x0=1;gradient(2)=sum(delta.*x)/m;end