本篇文章给大家谈谈人工智能python代码,以及用python做人工智能,希望对各位有所帮助,不要忘了收藏本站喔。
二分法求解
机器学习过程中往往会用到很多变量,而这些变量之间的复杂关系一般用非线性方程来,描述。但是,很多非线性方程的求解过程比较繁琐,且没有解析解学c+还是学python。为此我们通常近似
或者逼近
等方法进行求解。二分法`(Bisection Method)
和牛顿法(Newton's Method)
等都是典型的求解非线性方程近似根的方法。
利用二分法求解方程近似根的过程如下:
对于区间[a,b]上连续不断且f(a)*f(b)<0的函数y=f(x),通过不断地把函数的零点区间一分为二,是区间的两个端点逐步逼近零点,从而得到零点近似值。
给定进度e,用二分法求解零点的步骤如下:
①.确定区间[a,b],验证f(a)*f(b)<0。
②.计算f((a+b)/2),若f((a+b)/2)=0,则(a+b)/2为零点。
③.若f(a)*f((a+b)/2)<0,则零点属于(a,(a+b)/2)区间。
若f(b)*f((a+b)/2)<0,则零点属于((a+b)/2,b)区间。
④.判断是否达到给定精度,若|a-b|<e,则得到零点的近似值a或b,否则重复步骤②~④
以下为二分法求解方程的示例代码:
import numpy as np
f0=lambda x:2**x-4
f1=lambda x:np.log10(x)
f2=lambda x:x**0.5-1
f3=lambda x:x**2-x*2-1
#定义二分求解函数
def bisection(a,b,fun):
sec=(a+b)/2
while True:
if fun(sec)*fun(a)<0: