matlab数学建模代码

以下是一个简单的 Matlab 数学建模代码示例，用于解决线性回归问题：

% 导入数据
data = load('data.txt');
X = data(:, 1); % 自变量
y = data(:, 2); % 因变量
m = length(y); % 样本数

% 给 X 添加一列常数项，即偏置 b
X = [ones(m, 1), X];

% 初始化 theta 参数
theta = zeros(2, 1);

% 设置迭代次数和学习率 alpha
iterations = 1500;
alpha = 0.01;

% 梯度下降算法
for iter = 1:iterations
    % 计算假设函数 h
    h = X * theta;

    % 计算代价函数 J
    J = 1 / (2 * m) * sum((h - y) .^ 2);

    % 更新参数 theta
    theta = theta - alpha / m * X' * (h - y);
end

% 输出最终的参数
fprintf('theta = %f %f\n', theta(1), theta(2));

这个代码实现了一个简单的线性回归模型，使用梯度下降算法来最小化代价函数，从而得到最佳的参数 $\theta$。在这个过程中，我们需要计算假设函数 $h$ 和代价函数 $J$，并且不断更新参数 $\theta$，直到达到预设的迭代次数或者收敛。最后，我们输出最终的参数 $\theta$，即线性回归模型的拟合结果。