Python實現批量梯度下降法(BGD)擬合曲線
更新時間：2021年04月01日 09:31:29 作者：古明地板磚
這篇文章主要介紹了Python實現批量梯度下降法(BGD)擬合曲線，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
1. 導入庫
import numpy as np #矩陣運算 import matplotlib.pyplot as plt #可視化 import random #產生數據擾動
2. 產生數據
擬合曲線 y = 2 × x2 + x + 1
X_m = np.mat([[i**2, i, 1] for i in range(-10,10)]) #矩陣類型，用于運算 y_m = np.mat([[2*x[0,0]+x[0,1]+1+random.normalvariate(0,1)] for x in X_m]) #矩陣類型，用于運算 X_a = np.asarray(X_m[:,1].T)[0] #array類型，用于可視化 y_a = np.asarray(y_m.T)[0] #array類型，用于可視化 plt.scatter(X_a, y_a) #顯示數據 plt.show()
3. BGD
def BGD(X,y,w0,step,e): #批量梯度下降法
n=0
while n<=10000:
w1 = w0-step*X.T.dot(X.dot(w0)-y)/X.shape[0]
dw = w1-w0;
if dw.dot(dw.T)[0,0] <= e**2:
return w1
n += 1
w0 = w1
return w1
4. 計算
w_m = BGD(X_m,y_m,np.mat([[5],[3],[2]]),1e-4,1e-20) #可自行調參 w_a = np.asarray(w_m.T)[0] print(w_a)
array([1.99458492, 0.91587829, 1.48498921])
5. 評價( R 2)
y_mean = y_a.mean() y_pre = np.array([w_a[0]*x[0,0]+w_a[1]*x[0,1]+w_a[2] for x in X_m]) SSR = ((y_pre-y_mean)**2).sum() SST = ((y_a-y_mean)**2).sum() R2 = SSR/SST print(R2)
0.9845542903194531
我們可以認為擬合效果不錯。如果 R 2 R^{2} R2的值接近0，可能需要重新調參。
6. 結果展示
X = np.linspace(-10,10,50) y = np.array([w_a[0]*x**2+w_a[1]*x+w_a[2] for x in X]) plt.scatter(X_a,y_a) plt.plot(X,y) plt.show()
到此這篇關于Python實現批量梯度下降法(BGD)擬合曲線的文章就介紹到這了,更多相關Python 批量梯度下降內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python的描述符和屬性是接觸到Python核心編程中一個比較難以理解的內容，自己在學習的過程中也遇到過很多的疑惑，通過google和閱讀源碼，現將自己的理解和心得記錄下來，也為正在為了該問題苦惱的朋友提供一個思考問題的參考。2016-08-08
關于matplotlib-legend 位置屬性 loc 使用說明
這篇文章主要介紹了關于matplotlib-legend 位置屬性 loc 使用說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
這篇文章主要為大家介紹了python集合的應用場景及字符串定義和表示,來幫大家夯實基礎,有需要的朋友可以借鑒參考下,希望能夠有所幫助2023-10-10
本文主要介紹了django中websocket的具體使用，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-01-01
今天小編就為大家分享一篇關于scrapy-redis的安裝部署步驟講解，小編覺得內容挺不錯的，現在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-02-02
這篇文章介紹了Python中的加密與解密模塊hashlib與hmac，文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-06-06
Python的魔法方法，也稱為dunder(雙下劃線)方法，是可以讓你對類添加“魔法”的特殊方法。本文主要來和大家聊聊魔法方法的使用，需要的可以參考一下2022-12-12
這篇文章主要介紹了詳解K-means算法在Python中的實現，具有一定借鑒價值，需要的朋友可以了解下。2017-12-12
這篇文章主要為大家詳細介紹了python的迭代器,生成器和裝飾器，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
基于python3 pyQt5 QtDesignner實現窗口化猜數字游戲功能
這篇文章主要介紹了基于python3 pyQt5 QtDesignner實現窗口化猜數字游戲功能,本文通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值，需要的朋友可以參考下2019-07-07