八度梯度下降用于线性回归

Question

我一直在努力完成课程课程中的其他问题。

它是具有梯度下降的多元线性回归。

我已经使用正常方程式完成了练习，该方程式提供了正确的答案，但是当我使用梯度下降时，似乎会使θ的增加幅度太大。

无法通过更改发信次数或学习率来解决问题。

m = length(y); % number of training examples
J_history = zeros(num_iters, 1);

for iter = 1:num_iters
  theta = theta - alpha / m * ((X * theta - y)'* X)';
  J_history(iter) = computeCostMulti(X, y, theta);
end
end

我得到的带有正态方程的theta的结果是：

89597.909543,

 139.210674

 -8738.019112.

但是有了梯度下降，我得到了：

334302.063993

 100087.116006

 3673.548451