我找到了一个讲神经网络的视频,很不错,从中,我发现我的线性回归模型中的损失函数太简单粗暴了,实际上,我是从那个视频中了解到损失函数究竟是什么。
不过,我不打算更新了。毕竟,那几乎要对整个模型重构。马上就要期末考了,我没那么多时间。所以,这段时间我打算先学一些理论知识。
到暑假时,我打算造个神经网络,可能不会再更线性回归了,那个系列应该就到此为止了,反正能用。
最后,分享一个计算方差的程序。
#include <bits/stdc++.h>
using namespace std;
int main()
{
int n; // 有n个数据
cin >> n;
double x[114514]; // n个数据
for(int i = 1;i <= n;i++)
{
cin >> x[i];
}
// 求均值
double mu = 0.0;
for(int i = 1;i <= n;i++)
{
mu += x[i];
}
mu /= double(n);
double sigma = 0.0;
for(int i = 1;i <= n;i++)
{
sigma += (x[i] - mu)*(x[i] - mu); // 方差的定义
}
sigma /= double(n);
cout << "s^2=" << sigma;
return 0;
}