![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 88
Veilhry
这个作者很懒,什么都没留下…
展开
-
Batch 梯度下降算法求解线性回归
线性回归函数hθ(x(i))=θ1x(i)+θ0h_θ(x^{(i)})=θ_1x^{(i)}+θ_0hθ(x(i))=θ1x(i)+θ0其中iii =1,2,……,m表示样本损失函数J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J(θ_0,θ_1)=\frac{1}{2m}\sum_{i=1}^m(h_θ(x^{(i)})−y^{(i)})^2J(θ0,θ1)=2m1i=1∑m(hθ(x(i))−y(i))212\frac{1}{2}21 在这里是为原创 2021-06-09 21:38:50 · 269 阅读 · 0 评论 -
梯度下降所带来的问题——迭代发散
对于梯度下降算法,我们知道α值过小时,每次下降的程度非常小,导致接近最小值的过程较长,而当α值过大时,就特别容易发散。处理时可以使用数据归一化对于α值的设置需要十分小心。我通过拟合一元线性回归时,使用梯度下降算法不断最小化损失函数J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J(θ_0,θ_1)=\frac{1}{2m}\sum_{i=1}^m(h_θ(x^{(i)})−y^{(i)})^2J(θ0,θ1)=2m1i=1∑m(hθ(x(i))−y(i))2其中的偏.原创 2021-06-09 21:28:26 · 1383 阅读 · 0 评论 -
模拟退火算法
模拟退火算法模拟退火 (Simulated Annealing): 它是一种通过模拟物理退 火过程搜索最优解的方法.题目示例旅行商问题(TSP): 假设有一个旅行商人要拜访 n 个城市, dij 表 示两城市间距离. xij为 0,1 变量, 表示拜访路径是否包函路径 dij.**约束条件:**通过n个城市后最终回到起点约束条件:∑i=0nxij=∑j=0nxij=1约束条件:\sum_{i=0}^n x_{ij} = \sum_{j=0}^nx_{ij}=1约束条件:i=0∑nxij=j原创 2021-04-18 14:59:38 · 603 阅读 · 0 评论