【文件属性】:
文件名称:MachineLearning_Python:机器学习算法python实现
文件大小:34.1MB
文件格式:ZIP
更新时间:2021-02-19 02:14:47
Python
机器学习算法Python实现
目录
一,
1,代价函数
其中:
下面就是要求出theta,使代价最小,即代表我们拟合出来的方程距离真实值最近
共有m条数据,其中代表我们要拟合出来的方程到真实值距离的平方,平方的原因是因为可能有负值,正负可能会替换
前面有系数2的原因是下面求梯度是对每个变量求偏导, 2可以消去
实现代码:
# 计算代价函数
def computerCost(X,y,theta):
m = len(y)
J = 0
J = (np.transpose(X*theta-y))*(X*theta-y)/(2*m) #计算代价J
return J
注意这里的X是真实数据前加了一列1,因为有theta(0)
2,梯度下降算法
代价函数对求偏导得到:
所以对theta的更新可以写为:
其中为学习速率,控制梯度下降的速度,一般取0.01,0.