我在Coursera的机器学习课程中，需要为lrcostfunction作业编写这段代码。但我仍然不明白为什么
theta1 = [0 ; theta(2:end, :)];要这样写？theta1是什么意思？
h = sigmoid(X * theta)theta1 = [0 ; theta(2:end, :)];p = lambda * (theta1' * theta1)/(2 * m);J = ((-y)'*log(h)-(1-y)'*log(1-h))/m + p;grad = (X' * (h - y) + lambda * theta1)/ m;回答：
在逻辑回归中，theta（θ）是一个向量，代表x的线性函数的参数（或权重）。
现在，给定一个训练集，学习参数theta（θ）的一种方法是使h(x)接近y，至少对于我们拥有的训练样本是这样。这是通过成本函数或误差函数（J(θ)）定义的，对于θ的每个值，我们希望最小化它。
第一个theta1参数被初始化为零。随后使用梯度下降法计算下一个theta参数。在梯度下降法中，J(θ)参数是通过偏微分计算的，因为我们希望最小化它。
这里的\alpha是梯度下降算法运行的学习率。它从数组中的初始值theta1为零开始，然后使用上面的方程计算下一个值，依此类推计算其他theta参数。
编辑：
解释代码：
theta1 = [0 ; theta(2:end, :)];
上面的代码是MATLAB代码。这里theta1是一个数组（向量或矩阵表示）。它是通过两个字段的水平连接创建的。
-
1)
0 -
2)
theta(2:end, :)
第一个是标量值0
第二个，这意味着从数组theta中取除第一行之外的所有值。（注意theta是LRCOSTFUNCTION(theta, X, y, lambda)的输入数组）
