线性回归——Python代码实现,,import num
线性回归——Python代码实现,,import num
import numpy as np
def computer_error_for_give_point(w, b, points): # 计算出 观测值与计算值 之间的误差, 并累加,最后返回 平均误差
loss = 0
for i in range(len(points)):
x = points[i, 0]
y = points[i, 1]
loss += ((w * x + b ) - y) ** 2
return loss/float(len(points))
# 下面函数只求导一次更新 w 和 b, 后面可用迭代方法多次更新 w, b
def get_gradient(w_current, b_current, points, LearningRate):
N = len(points)
w_gradient = 0
b_gradient = 0
for i in range(N):
x = points[i, 0]
y = points[i, 1]
w_gradient += 2/N * ((w_currentx+b_current)-y)x
b_gradient += 2/N * ((w_currentx+b_current)-y)
new_w = w_current - LearningRate w_gradient
new_b = b_current - LearningRate * b_gradient
return new_w,new_b # 以列表的形式返回
def gradeient_descent_run(w, b, points, learn_rate, iteration):
points = np.array(points)
LearnRate = learn_rate
for i in range(iteration):
w, b = get_gradient(w, b, points, LearnRate)
return w, b
if name == "main":
initialize_w = 0
initialize_b = 0
points = [[10, 10], [9, 9], [8, 8], [7, 7], [6, 6], [5, 5], [4, 4], [3, 3], [2, 2], [1, 1]]
w, b = gradeient_descent_run(initialize_w, initialize_b, points, 0.005, 100)
print(w)
print(b)
线性回归——Python代码实现
相关内容
- python-锁机制,, 1 锁 2 Lo
- python-微博登录分析,,微博登录页面分析目标
- 基于python语言的tensorflow的‘端到端’的字符型验证码识
- python大战机器学习——支持向量机,, 支持向量机(
- numpy ndarray 杩斿洖 index 闂,,鏍囩锛?a hre
- 小白学习之pytorch框架(7)之实战Kaggle比赛:房价预测(K折
- 《Python机器学习时间指南》一、Python机器学习的生态系
- python3的实例方法,,1. 语法class
- python简单的银行系统,,先定义类:银行卡类c
- python中的类中属性元素加self.和不加self.的区别,,在类
评论关闭