线性回归算法作业

最新推荐文章于 2024-10-06 14:10:45 发布

learner。。

最新推荐文章于 2024-10-06 14:10:45 发布

阅读量138

点赞数

分类专栏：作业文章标签：算法机器学习 python

本文链接：https://blog.csdn.net/progresses/article/details/120092154

版权

梯度下降线性回归参数优化数值计算机器学习

关键词由CSDN通过智能技术生成

作业专栏收录该内容

14 篇文章 0 订阅

订阅专栏

import numpy as np
import matplotlib.pyplot as plt

x = np.array([[2104,3],[1600,3],[2400,3],[1416,2],[3000,4]])
y = np.array([400,330,369,232,540])
alpha = 0.1
theta0 = np.random.random()
theta1 = np.random.random()
theta2 = np.random.random()
theta = np.array([theta1, theta2])

eps = 1e-4
e0 = 9
e1 = 9
e2 = 9
while e0 >= eps or e1 >= eps or e2 >= eps:
    i = 0
    e0 = (np.sum((x[:, i] * theta[i])) + theta0 * 1 - y[i])
    e1 = e0 * x[1, i]
    e2 = e0 * x[2, i]
    theta0 = theta0 - alpha * e0
    theta1 = theta1 - alpha * e1
    theta2 = theta2 - alpha * e2
    i += 1

print(theta0, theta1, theta2)