机器学习 监督学习算法

import numpy as np
import matplotlib.pyplot as plt


alpha =0.1
x = np.array([[2104,3],[1600,3],[2400,3],[1416,2],[3000,4]])
t = np.array([400,300.369,232,540])
c0 = np.random.random()
c1 = np.random.random()
c2 = np.random.random()
c = np.array([c1,c2])


epslion = 1e-4
e0 = 10
e1 = 10
e2 = 10

while e0 >= epslion  or  e1 >= epslion or e2 >= epslion:
    i = 0
    e0 = (np.sum((x[i] * c[i])) + c0 * 1 - t[i])

    e1 = e0 * x[1, i]
    e2 = e0 * x[2, i]
    c0 = c0 - alpha * e0
    c1 = c1 - alpha * e1
    c2 = c2 - alpha * e2

    i += 1



print(c0,c1,c2)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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