用MATLAB编写用梯度下降法完成线性回归的程序。

好的，下面是用MATLAB编写用梯度下降法完成线性回归的程序。

% 定义数据集 X 和标签 y
X = [1, 2, 3, 4, 5]';
y = [2, 3, 4, 5, 6]';

% 定义学习率和迭代次数
alpha = 0.01;
iterations = 1000;

% 初始化参数
theta = zeros(2, 1);

% 添加一列常数项 1 到 X 矩阵中
X = [ones(length(X), 1) X];

% 梯度下降算法
for i = 1:iterations
    % 计算假设函数
    h = X * theta;
    % 计算误差
    error = h - y;
    % 计算梯度
    gradient = X' * error / length(X);
    % 更新参数
    theta = theta - alpha * gradient;
end

% 输出最终的参数
theta

该程序实现了用梯度下降法完成线性回归的过程，其中 X 和 y 是数据集和标签，alpha 是学习率，iterations 是迭代次数，theta 是参数向量。程序中先将常数项 1 添加到 X 矩阵中，然后使用梯度下降算法进行迭代，在每次迭代中计算假设函数、误差、梯度和更新参数，最后输出最终的参数向量 theta。