自定义函数梯度下降求解w和b

#首先导入需要的库
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
#直接导库得到的w和b
from sklearn.linear_model import LinearRegression

# 随机产生w,b,定义X数组,写出X与y的表达式
x = np.linspace(-5,10,20)
w = np.random.randint(-2,10,size = 1)[0]
b = np.random.randint(-7,7,size = 1)[0]
y = x*w + b + np.random.randn(20)**2
lr = LinearRegression()
#要求二维数据,(-1,1)是行数未知,列数为1列的数组
lr.<
  • 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