梯度下降代码实现

最新推荐文章于 2024-07-30 17:23:09 发布

森森rq

最新推荐文章于 2024-07-30 17:23:09 发布

阅读量95

点赞数

文章标签： python 机器学习

本文链接：https://blog.csdn.net/weixin_58574034/article/details/127154573

版权

import numpy as np


w0 = 0.3
w1 = 0.3
w2 = 0.4
a = 0.01

x1 = np.array([2.104, 1.600, 2.400, 1.416, 3.000])
x2 = np.array([3, 3, 3, 2, 4])
y1 = np.array([4.00, 3.30, 3.69, 2.32, 5.40])


def my(x1, x2):
    return w0 + w1 * x1 + w2 * x2


for i in range(1000):
    w0 = w0 - a * (my(x1[i % 5], x2[i % 5]) - y1[i % 5])
    w1 = w1 - a * (my(x1[i % 5], x2[i % 5]) - y1[i % 5]) * x1[i % 5]
    w2 = w2 - a * (my(x1[i % 5], x2[i % 5]) - y1[i % 5]) * x2[i % 5]

    gred0 = (my(x1[i % 5], x2[i % 5]) - y1[i % 5])
    gred1 = (my(x1[i % 5], x2[i % 5]) - y1[i % 5]) * x1[i % 5]
    gred2 = (my(x1[i % 5], x2[i % 5]) - y1[i % 5]) * x2[i % 5]


    if (abs(gred0) < 0.01 and abs(gred1) < 0.01 and abs(gred2) < 0.01):
        print(w0, w1, w2)
        print(gred0, gred1, gred2)
        break

（w0w1w2权值相加为1）

运行结果：