ML coursera提交（第2周）特征规范化

Question

我已经为特征规范化编写了以下代码：这里X是特征矩阵（m * n），其中m =例子数量n =特征数量

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;

但是在将它提交给为Andrew Ng的课程构建的服务器时，如果它是错误或正确的，它不会给我任何确认。

==
==                                   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 |

注意：对不起如果我违反了课程代码，不知道怎么办。

Answer 1

当submit（）没有给你任何积分时，这意味着你的答案是不正确的。这通常意味着，您尚未实现它，或者您的实现中存在错误。

从我所看到的，你的指数是不正确的。但是，为了不违反本课程的行为准则，您应该在Coursera论坛中提出您的问题（不发布您的代码）。

每个编程练习都有教程。这些通常非常有用，并指导您完成整个练习。

Answer 2

您需要迭代EACH功能

m = size(X,1);

你实际上用m获得的是ROWS（例子）的数量，但是你想得到COLUMNS的数量（特征）

解：

m = size(X,2);

Answer 3

试试这个它起作用，并注意到你在划分每行X而不减去平均值时犯了错误。

将两者结合起来并使用更少的代码 -

% Subtracting the mean and Dividing the STD from each row.
for i = 1:m
    X_norm(i,:) = (X(i,:) - mu) ./ sigma;
end;