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：2024-03-10 20:01:27
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.