Python实现梯度下降算法拟合线性数据

作者 : 开心源码 本文共677个字,预计阅读时间需要2分钟 发布时间: 2022-05-12 共296人阅读

本文通过Python编写梯度下降算法来拟合给定的100个点数据,文秘提供了.py源码。


一、线性回归

本文的目标是根据给定的100个离散数据,利用梯度下降算法得到线性回归方程。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?y=w*x+b

因而,关键是求出w和b的值。

此处利用的是梯度下降算法来求得w和b,首先写出损失函数,即均方差。

? ??????????????????????????????????????????????????loss=(\hat{y}-y)^2

即:????????????????????????????????????loss=(w*x+b-y)^2


二、计算梯度

? ??????????????????????????????????????????????w=w-\eta  \frac{\varphi loss}{\varphi w}

? ??????????????????????????????????????????????b=b-\eta \frac{\varphi loss}{\varphi b}

其中:\eta 为学习率,常设置为0.001;

? ??????????????????????????????\frac{\varphi loss}{\varphi w} =2*x*(w*x+b-y)

? ??????????????????????????????????\frac{\varphi loss}{\varphi b} =2*(w*x+b-y)


三、部分代码

首先计算100个点的平均损失函数。其中,x=points[i,0]代表一个数据点的横坐标。

而后,计算梯度部分,并升级梯度,而后返回b和w的数组。


四、 代码地址

链接:https://pan.baidu.com/s/1kXbgSoCwxhEWuHIQaXOjBg

提取码:c08b

—————–************************———————

申明:本文借鉴于“深度学习与Pytorch入门实战教程”。

转载请注明出处,谢谢。

说明
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是摆设,本站源码仅提供给会员学习使用!
7. 如遇到加密压缩包,请使用360解压,如遇到无法解压的请联系管理员
开心源码网 » Python实现梯度下降算法拟合线性数据

发表回复