我在Coursera上学习机器学习课程。对于我来说，机器学习是一个非常有趣的领域。在第一次编程练习中，我在梯度下降算法上遇到了一些困难。如果有人能帮我，我将不胜感激。

以下是更新theta的说明：

“你将在gradientDescent.m文件中实现梯度下降。循环结构已经为你编写，你只需要在每次迭代中提供对θ的更新。

    function [theta, J_history] = gradientDescent(X, y, theta, alpha, num_iters)    %GRADIENTDESCENT Performs gradient descent to learn theta    %   theta = GRADIENTDESENT(X, y, theta, alpha, num_iters) updates theta by     %   taking num_iters gradient steps with learning rate alpha   % Initialize some useful values   m = length(y); % number of training examples   J_history = zeros(num_iters, 1);   for iter = 1:num_iters% ====================== YOUR CODE HERE ======================% Instructions: Perform a single gradient step on the parameter vector%               theta. %% Hint: While debugging, it can be useful to print out the values%       of the cost function (computeCost) and gradient here.%    % ============================================================% Save the cost J in every iteration    J_history(iter) = computeCost(X, y, theta);endend

所以我这样做来同时更新theta：

    temp0 = theta(1,1) - (alpha/m)*sum((X*theta-y));    temp1 = theta(2,1) - (alpha/m)*sum((X*theta-y).*X);    theta(1,1) = temp0;    theta(2,1) = temp1;

当我运行这段代码时出现了错误。请问有人能帮我吗？

回答：

你遇到的错误是Error using .* Matrix dimensions must agree. Error in gradientDescent (line 20) temp1 = theta(2,1) - (alpha/m)*sum((X*theta-y).*X);，这意味着.*操作无法进行。在该行之前，添加以下代码：

size(X*theta-y)size(X)

如果你想执行(X*theta-y).*X，那么X*theta-y和X应该具有相同的大小。如果它们大小不一致，你需要检查你的算法。