![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
C++算法
文章平均质量分 60
TYUT_SZH
一个有着AI梦的计算机科学与技术学生。时常想象用自己的双手创造一个美好的世界。
展开
-
初识:梯度下降算法 (Gradient Descent) ----直线拟合散点
梯度下降算法解决散点拟合问题: 在直角坐标系中给出若干个点作为训练集(Training Set),使用梯度下降算法给出最合适的拟合直线。1.大体思路(我个人的理解): 对于许多散步在直角坐标系中的点,首先给出一个初始的拟合直线( 例如y=0*x+0)。然后在算出这条直线与训练集中的个点的距离差值的和的平方(误差函数 J(x1,x2) )。这里设拟合直线方程为y=x1 * x + x...原创 2018-08-30 21:17:54 · 4345 阅读 · 1 评论 -
不定方程(二元一次 )求解的个数问题(代码优化尝试)
给定一个二元一次方程: ax+by=c输入a b c,然后输出所有可能解的个数。限定条件: a,b,c 均为正整数,x,y为非负整数。分析:首先,二元一次方程的解经上述条件的限制,必定有有限个解。而对于 ax+by=c 猜测(a,b,c,x,y 均为整数): (1)当a...原创 2018-08-23 19:47:39 · 2108 阅读 · 0 评论 -
查看程序(代码块)运行时间
在评价一个算法的好坏的时候很实用。 可以在一个程序中对多个代码块进行计时。(需要定义多个变量)#include<time.h> //添加time.h头文件 clock_t start, finish; double totaltime; start = clock(); //开始时间 //所要计算时间的代码块 fini...原创 2018-08-23 20:19:28 · 2061 阅读 · 0 评论 -
梯度下降推广:多元线性回归(学习速率掌控) ----预测房价
1.假设 一个房屋的出售价格y(千元/平方米)由: (1)房屋距市中心的距离(km) x1 (2)房屋的大小(平方米)x2 (3)房屋所拥有的房间数x3 (4)房屋的已使用时间x4这四个因素决定,那么根据训练集确定五个变量θ1 θ2 θ3 θ4 θ0,使得任一房屋的价格可由 y= θ0 + θ1*x1 + θ2*x2 + θ3*x3 + θ4*x4 预测。...原创 2018-08-31 23:01:09 · 1110 阅读 · 0 评论 -
梯度下降优化&线性回归的正规方程解法(Normal Equation)
1.梯度下降算法的几点优化: 梯度下降算法在实际应用时,可以关注某些特征来确保它正常工作,使它更快速地收敛。(1)特征缩放(Feature Scaling): 假设现有两个特征值 x1 x2 , 在训练集中,x1的范围为(-1000,1000),而x2的范围为(-1,1) ,那么可以预想到误差函数J(θ) 的轮廓一定是非常细长的图形,而收敛的步伐也会增加很多。总之,这样的数据会导致J(θ)...原创 2018-09-01 22:49:57 · 957 阅读 · 0 评论