Octave 逐步（！）绘制成本函数和梯度下降

Question

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

对于线性回归（一个变量）的分配，提供了代码，该代码使用拟合线、弓形成本函数 J( theta_0, theta_1 ) 和等高线图创建原始数据的散点图。

但是：所有这些图只提供最终结果。

我希望看到逐步的情节发展，以便更好地了解正在发生的事情。一步一步的意思是：创建一个图形，添加第一个值，然后添加第二个，然后是第三个，等等，直到得到最终结果。

(1) 一个讲座视频的屏幕截图：是否可以将其可视化，先添加粉红色，然后添加绿色，然后添加红色等点？

（2.1）寻找正确参数的第一步，梯度下降步骤1

(2.2) 寻找正确参数的最后一步，梯度下降：包括所有单步

注意1：关于截图散点图+等高线图：在散点图中总是有一条线是可见的，但它是一步一步变化的。在等高线图中，一个点一个接一个地出现。

注意 2：这不是分配请求！ 我只想在 Octave 中学习绘图，并希望将其与学习梯度下降“真正”如何工作相结合。

感谢所有提供代码帮助的人！

Answer 1

使用hold all（或只使用hold on，但颜色不会自动递增） ColorOrder 是一个轴属性，可以将其设置为后续图形轴的默认值，部分描述为 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