正则逻辑回归的ML-八度梯度函数

我编写了这两个代码实现来计算正则逻辑回归算法的梯度增量,输入是一个标量变量。 N1 表示一个值 N+ 1 ,列向量 θ 大小 N+ 1 ,矩阵 X 大小 [米x(n+1)] ,列向量 Y 大小 米 和一个标量因子 兰姆达 .

第一个代码计算成功,第二个代码输出错误的结果。我相信这些实现都在做同样的事情,它们如何输出不同的结果?

%correct
tmp = zeros(n1, 1);
tmp(2:n1,:) = (lambda / m) * theta(2:n1);
grad = (1 / m) * (X' * (sigmoid(X * theta) - y)) + tmp;

%wrong
grad(1,:) = (1 / m) * (X(:,1)' * (sigmoid(X(:,1) * theta(1,:)) - y));
grad(2:n1,:) = (1 / m) * (X(:,2:n1)' * (sigmoid(X(:,2:n1) * theta(2:n1,:)) - y)) + ((lambda / m) * theta(2:n1));

在哪里? 乙状结肠(Z) 退货 G 如:

g = zeros(size(z));
g = 1 ./ (1 + exp( -z ));