Octave绘图一步一步（！）一个成本函数和梯度下降

Question

为Andrew Ng的Cousera课程“机器学习”我开始使用Octave。

有关线性回归的分配被提供（一个变量）代码创建该原始数据与拟合线的散点图，弓形成本函数J(theta_0, theta_1)和的等高线图。

但是：所有这些图只提供最终结果。

我希望看到一步一步的情节发展，以更好地了解发生了什么事情。一步一步的意思是：创建一个数字，添加第一个值，然后第二个，然后第三个等，直到到达最终结果。

（1）从一个演讲视频截图：是否有可能可视化这个，添加粉红色然后是绿色，然后红色等点？

（2.1）中搜索正确的参数，梯度下降步骤1

（2.2）中搜索正确的参数，梯度下降最终步骤第一步：所有单步骤是否包括

注意1：有关屏幕截图散点图+等高线图：在散点图中总是显示一行，但它逐步改变。在等高线图中出现一个点。

注2：这不是转让请求！ 我只想学习在Octave中绘图，并希望将它与学习梯度下降如何“真正”起作用。

非常感谢所有提供一些代码帮助的人！

Answer 1

使用hold all（或只是hold on，但颜色增量将不会自动） ColorOrder是轴属性，可以进行默认用于随后的图中的轴，如部分地描述here。

# start with a blank page 
clf 

# the curve (full line, blue) 
x = -5:0.1:10; 
y = x.^2; 
plot(x, y, '-b') 

# successive colors for the points 
N_colors = 6; 
colororder_map = cool(N_colors); 
set(gcf, 'defaultaxesColorOrder', colororder_map) 

# this will add the following plots, instead of replacing the old one 
hold all 
# note: "hold on" does the same, except the colors are not incremented 

# the progression 
x_p = [10, 7, 3, 1, 0]; 
y_p = x_p .^2; 

# plot the progression 
for cpt = 1:numel(x_p) 
    x_current = x_p(cpt); 
    y_current = y_p(cpt); 
    plot(x_current, y_current, 'o') 
    pause 
endfor