算法的开始

本文介绍了一种基于梯度下降的迭代优化算法,通过随机初始值迭代调整参数dert、dert1和dert2,以最小化误差。算法应用于预测模型中,适用于求解线性组合问题。通过实例展示了如何计算新的sitsit2sit3值以适应任意输入变量。
摘要由CSDN通过智能技术生成

算法的开始

import numpy as np
import math
import random


x = np.array([[2104], [1600], [2400], [1416], [3000]])
x1 = np.array([[3],[3],[3],[2],[4]])
t = np.array([[400], [330], [369], [232], [540]])
a = 0.00100

error = 0.00001

dert = random.random() # 先给定一个值
dert1 = random.random()
dert2 = random.random()

sit = random.random()
sit2 = random.random()
sit3 = random.random()

# 开始跌代
while(dert>error or dert1>error or dert2>error):
    for i in range(0, 5):
        dert = (sit+sit2*x[i]+sit3*x1[i]-t[i])*1

        dert1 = (sit + sit2 * x[i] + sit3 * x1[i] - t[i]) * x[i]

        dert2 = (sit + sit2 * x[i] + sit3 * x1[i] - t[i]) * x1[i]

        sit = sit - dert * a
        sit2 = sit2 - dert1*a
        sit3 = sit3 - dert2*a

print(dert)
print(dert1)
print(dert2)

print(sit)
print(sit2)
print(sit3)

#得到sit sit2 sit3 的值
#即可求随便给与的任何值
#随便给与一个x3,x4
x3 = 3600
x4 = 5
h = sit + sit2*x3 + sit3*x4
print(h)






  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值