1.获得数据集
2.参数初始化
3.梯度下降
python代码如下
import numpy as np
import matplotlib.pyplot as plt
#原始数据及
x=np.mat([1,2,3,4,5,6])
y=np.mat([2,4,6,8,10,12])
a=0
b=0
canshu=np.mat([a,b])
plt.xlabel('x')
plt.ylabel('y')
plt.show()
x=np.matrix(x)
x=np.transpose(x)
canshu=np.transpose(canshu)
print(canshu)
x=np.column_stack(([1,1,1,1,1,1],x))
print(x)
y=np.transpose(y)
print(y)
#学习速率
alpha=0.0001
#步长(循环次数)
step=1000
i=1
#梯度下降法求参数优化
for i in range(step):
prey = x*canshu
# loss = 0.5*3*np.square((y-prey),(y-prey))
#print('error square',loss)
a=a+alpha*((y-prey).T*np.mat([1,1,1,1,1,1]).T)
b=b+al