Python从零开始(习题2.8和2.9)

前言():
{
  因为工作的原因,这次更新的比较晚,以后试着跟上进度。

  之后大部分的Python学习都是从《神经网络与机器学习第三版》中的习题出发的。
}

正文():
{
  本次实验习题比较简单,所以主要收货是对numpy的用法的熟悉。
  
  习题2.8():
  {
    代码如下:

import numpy as np
#主要函数,其完全按照书上的公式编写
def least_square_for_weight(input_data, input_label, lambda_=0): #①
    data_amount=input_data.shape[0]
    Rxx = [[0,0,0],
          [0,0,0],
          [0,0,0]]
    rdx = [[0],
          [0],
          [0]]
    i = 0
    j = 0
    while i < data_amount:
        while j < data_amount:
            Rxx = Rxx - np.reshape(np.insert(input_data[i],2,1),(3,1)) * np.insert(input_data[j],2,1)
            j = j + 1
        rdx = rdx - np.reshape(np.insert(input_data[i],2,1),(3,1)) * input_label[i]
        i = i + 1
    return np.dot(np.linalg.inv(Rxx+np.identity(3)*lambda_), r
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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