非线性回归 python_机器学习入门之菜鸟之路——机器学习之非线性回归个人理解及python实现...

本文主要向大家介绍了机器学习入门之菜鸟之路——机器学习之非线性回归个人理解及python实现，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

梯度下降：就是让数据顺着梯度最大的方向，也就是函数导数最大的放下下降，使其快速的接近结果。

Cost函数等公式太长，不在这打了。网上多得是。

这个非线性回归说白了就是缩小版的神经网络。

python实现：

1 import numpy as np

2 import random

3

4 def graientDescent(x,y,theta,alpha,m,numIterations):#梯度下降算法

5     xTrain =x.transpose()

6     for i in range(0,numIterations):#重复多少次

7         hypothesis=np.dot(x,theta)          #h函数

8         loss=hypothesis-y

9

10         cost=np.sum(loss**2) / (2*m)

11         print("Iteration %d / cost:%f"%(i,cost))

12         graient=np.dot(xTrain,loss)/m

13         theta=theta-alpha*graient

14     return theta

15

16 def getData(numPoints,bias,variance):#自己生成待处理数据

17     x=n