Python基于梯度下降实现多元非线性回归(随笔三)

1.梯度下降拟合四次函数

1.原理

原理其实很简单,对目标函数求梯度,然后使用梯度下降即可。目标函数如下:
f ( x ) = 3.2 ∗ x 4 + 1.5 ∗ x 3 + 4.3 ∗ x 2 + 9.03 ∗ x − 15 f(x) = 3.2 * {x}^4 + 1.5 * {x}^3 + 4.3 * {x}^2 + 9.03 * {x} - 15 f(x)=3.2x4+1.5x3+4.3x2+9.03x15
那么该函数的损失函数则是:
L ( x ) = 1 / n ∗ ∑ i = 1 n ( f ( x i ) − y ( x i ) ) 2 L(x)=1/n*\sum_{i=1}^{n} ({f(x_{i})-y(x_{i})})^2 L(x)=1/ni=1n(f(xi)y(xi))2
但是我们不知道这些x的系数,所以要求的函数形式是这样的:
f ( x ) = a ∗ x 4 + b ∗ x 3 + c ∗ x 2 + d ∗ x − e f(x) = a * {x}^4 + b * {x}^3 + c * {x}^2 + d * {x} - e f(x)=ax4+bx3+cx2+dx

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