机器学习:梯度下降法实现多项式对数据的拟合
待拟合曲线为,noise为引入的噪声:
现在打算用一个多项式来拟合这个函数:
损失计算采用平方损失函数:
各个权重的偏导容易计算得出为:
代码如下:
import numpy as np
import matplotlib.pyplot as plt
def init_data():
# 待拟合曲线f(x)=cos2x*[(x^2-1)^3+0.5]
xdata = np.arange(-1, 1, 0.01)
y = [((x ** 2 - 1) ** 3 + 0.5)
原创
2021-10-09 22:48:42 ·
1520 阅读 ·
0 评论