#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.<
自定义函数梯度下降求解w和b
最新推荐文章于 2022-11-02 18:45:00 发布
这篇博客主要介绍了如何用Python实现自定义的梯度下降算法来求解机器学习模型中的权重w和偏置b。作者通过这种方式加深了对机器学习优化过程的理解,并分享了相关知识。
摘要由CSDN通过智能技术生成