- 博客(2)
- 收藏
- 关注
原创 用梯度下降法简单实现一元线性拟合
梯度下降法:沿着梯度向量的反方向移动,直至找到函数的最小值。在训练模型中,这里的梯度指损失函数的梯度。梯度向量:函数的某一点处沿着一个向量的方向导数最大(即取得梯度),则该向量为梯度向量。需要注意的是,这里没有划分训练集和验证集,因为可以用最小二乘法来验证模型的好坏。是一个数据集,这里的数据集是随机生成的,实际应用中应该是真实的数据集。梯度:函数在某一点的最大方向导数,表示函数在该点上升最快的方向。这里需要知道的是原本模型的参数就作为损失函数的自变量。损失函数:用于评估模型的好坏的某一种误差度量函数。
2024-05-09 17:22:44 423 1
原创 浅谈斐波那契数列通项公式的推导
但是这个状态转移方程是由前2个状态推导的,为了从前1个状态推导,应该把两个斐波那契数列。状态推导出来,而不需要前两个状态。这个状态转移方程就可以直接由。
2024-04-12 09:19:04 813 4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人