1问题:
疑点如下:
1.max_itor这个变量完全没有用到,不知道是干嘛的,书上也没有说。
2.结果的迭代次数是24,书上的是2118,代码和书上完全一样(我怀疑敲错了,从书籍的配套源码复制过来的,还是这个结果)。
3.求偏导部分,theta要迭代,theta -= alpha * ,代码中我没看出来体现在哪?代码中的两个for循环不知道作者的意图是什么。求偏导的部分我自己是可以完成推倒的,原理也理解。
2.代码如下:
x = [(2, 0, 3), (1, 0, 3), (1, 1, 3), (1, 4, 2), (1, 2, 4)]
y = [5, 6, 8, 10, 11]
epsilon = 0.002
alpha = 0.02
diff = [0, 0]
max_itor = 1000
error0 = 0
error1 = 0
cnt = 0
m = len(x)
theta0 = 0
theta1 = 0
theta2 = 0
while True:
cnt += 1
for i in range(m):
diff[0] = (theta0 * x[i][0] + theta1 * x[i][1] + theta2 * x[i][2]) - y[i]
theta0 -= alpha * diff[0] * x[i][0]
theta1 -= alpha * diff[0] * x[i][1]
theta2 -= alpha * diff[0] * x[i][2]
error1 = 0
for lp in range(len(x)):
error1 += (y[lp] - (theta0 + theta1 * x[lp][1] + theta2 * x[lp][2])) ** 2 / 2
if abs(error1 - error0) < epsilon:
break
else:
error0 = error1
print('theta0 : %f, theta1 : %f, theta2 : %f, error1 : %f' % (theta0, theta1, theta2, error1))
print('Done: theta0 : %f, theta1 : %f, theta2 : %f' % (theta0, theta1, theta2))
print('迭代次数: %d' % cnt)
3.跪求大佬解惑,指点一二,万分感谢,新手在学tensorflow,这书上介绍的随机梯度下降法,之前我自己实现过梯度下降,但是这本书的代码我没看懂。