基于 linear model 的口袋妖怪cp值预测（课堂作业练习）

最新推荐文章于 2021-02-26 12:18:36 发布

zhuJH_csdn

最新推荐文章于 2021-02-26 12:18:36 发布

阅读量302

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/zhuJH_csdn/article/details/84389612

版权

python 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

import matplotlib.pyplot as plt
import numpy as np

x_data=[338.,333.,328.,207.,226.,25.,179.,60.,208., 606.]
y_data=[640.,633.,619.,293.,428.,27.,193.,66.,226.,1591.]
# data....................................................
x=np.arange(-200,-100,1)
y=np.arange(-5,5,0.1)
Z=np.zeros((len(x),len(y)))
X,Y=np.meshgrid(x,y)
for i in range(len(x)):
    for j in range(len(y)):
        b=x[i]
        w=y[j]
        Z[j][i]=0
        for n in range(len(x_data)):
            Z[j][i]=Z[j][i]+(y_data[n]-b-w*x_data[n])**2
        Z[j][i]=Z[j][i]/len(x_data)

b=-120
w=-1
lr=1
iteration=100000

b_history=[b]
w_history=[w]
#设立初始值
lr_b=0
lr_w=0
#建立时变learning rate
for i in range(iteration):
    b_grad=0.0
    w_grad=0.0
    for n in range(len(x_data)):
        b_grad=b_grad-2.0*(y_data[n]-b-w*x_data[n])*1.0
        w_grad=w_grad-2.0*(y_data[n]-b-w*x_data[n])*x_data[n]
  
    lr_b=lr_b + b_grad**2
    lr_w=lr_w + w_grad**2

    b=b-lr/np.sqrt(lr_b)*b_grad
    w=w-lr/np.sqrt(lr_w)*w_grad
#将learning rate引入计算
    b_history.append(b)
    w_history.append(w)

plt.contourf(x,y,Z,alpha=0.5,cmap=plt.get_cmap('jet'))
plt.plot([188.4],[2.67],'x',ms=12,markeredgewidth=3,color='orange')
plt.plot(b_history,w_history,'o-',ms=3,lw=1.5,color='black')
plt.xlim(-200,-100)
plt.ylim(-5,5)
plt.xlabel(r'b',fontsize=16)
plt.ylabel(r'w',fontsize=16)
plt.show()
#画图输出