上一节是将梯度下降法应用在只有一个样本的问题中,接下来讨论m个样本
首先复习一下m个样本的相关公式
可以推算出
基于上面的公式,我们可以写出下面的代码,这里我们还是认为一个样本只有两个特征值,所以w的个数是2个
代码解释:首先将参数初始化,遍历m个样本,算出每一个样本的预测值,求出该样本预测值的损失函数并累加。接下来是反向传播过程,求出中间函数的导数,进而求得三个参数的导数并累加。遍历结束之后,将J成本函数和三个参数除以m,就能得出全部样本的成本函数和参数导数。
上一节是将梯度下降法应用在只有一个样本的问题中,接下来讨论m个样本
首先复习一下m个样本的相关公式
可以推算出
基于上面的公式,我们可以写出下面的代码,这里我们还是认为一个样本只有两个特征值,所以w的个数是2个
代码解释:首先将参数初始化,遍历m个样本,算出每一个样本的预测值,求出该样本预测值的损失函数并累加。接下来是反向传播过程,求出中间函数的导数,进而求得三个参数的导数并累加。遍历结束之后,将J成本函数和三个参数除以m,就能得出全部样本的成本函数和参数导数。