编写Adagrad Matlab代码

以下是Adagrad的Matlab代码实现，其中包括对输入参数的简单解释：

function [w, J] = adagrad(X, y, alpha, num_iters, epsilon)
% X - 特征矩阵
% y - 目标变量
% alpha - 学习率
% num_iters - 迭代次数
% epsilon - 防止除零错误的小数

% 初始化权重
w = zeros(size(X, 2), 1);

% 初始化梯度平方和
grad_squared_sum = zeros(size(X, 2), 1);

% 初始化损失函数值
J = zeros(num_iters, 1);

for i = 1:num_iters
    % 计算假设函数和损失函数
    h = X * w;
    J(i) = (1 / (2 * length(y))) * sum((h - y).^2);
    
    % 计算梯度
    grad = (1 / length(y)) * X' * (h - y);
    
    % 更新梯度平方和
    grad_squared_sum = grad_squared_sum + grad.^2;
    
    % 计算权重更新量
    delta_w = (-alpha / (epsilon + sqrt(grad_squared_sum))) .* grad;
    
    % 更新权重
    w = w + delta_w;
end
end

注意，Adagrad算法中的epsilon参数是用于防止除零错误的小数，通常设为一个很小的值，如1e-8。