J'ai écrit le code suivant pour la normalisation des fonctionnalités Ici X est la matrice de fonction (m * n) où m = nombre d'exemples n = nombre de caractéristiquesML soumission Coursera (semaine 2) Fonction Normalization
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;
mais en le soumettant au serveur construit pour la classe d'Andrew Ng, il ne me donne aucune confirmation si c'est faux ou correct.
==
== 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 |
Note: Désolé si je ne respecte pas le code du cours, Je ne sais pas comment faire autrement.
Je vote pour clore cette question hors-sujet parce que c'est un problème pour les administrateurs de cours, pas pour SO. – Prune
Vous auriez pu poster à la place sur le forum du cours. Ce n'est pas le bon endroit pour ce problème! – NOOB