数据挖掘3、4课时作业+笔记

最新推荐文章于 2024-07-20 20:38:21 发布

ㅤ ㅤ ㅤ ㅤ ㅤ ㅤ ㅤi

最新推荐文章于 2024-07-20 20:38:21 发布

阅读量86

点赞数 1

文章标签： python 机器学习算法

本文链接：https://blog.csdn.net/qq_51588464/article/details/129542343

版权

作业

在这里插入图片描述
2.


# 计算损失
def compute_error(b, m, points):
    error = 0

    for l in points:
        x = l[0]
        y = l[1]
        error += (y - (m * x + b)) ** 2

    return error / float(len(points))

# 每一步的梯度改变
def step_gradient(b, m, points):
    b_gradient = m_gradient = 0
    N = float(len(points))

    for l in points:
        x = l[0]
        y = l[1]
        b_gradient += -(2/N) * (y - ((m * x) + b))
        m_gradient += -(2/N) * (x * (y - ((m * x) + b)))

    return [(b - (learning_rate * b_gradient)), (m - (learning_rate * m_gradient))];

# 梯度下降算法
def gradient_descent_runner(points):
    global lines
    b = m = 0

    for i in range(num_iterations):
        b, m = step_gradient(b, m, array(points))
        lines = append(lines, [[b, m]], axis=0)

    return [b, m]