利用梯度下降的方式求线性回归中参数的一些经验总结
来源:互联网 发布:怎么监测串口数据 编辑:程序博客网 时间:2024/05/21 04:41
这个是coursera里的machine learning课程的作业,在用matlab实现的过程中我总结了一些经验
1. 梯度下降也分成两个部分,一个是cost function的实现,一个是
2. 这里要尽量采用向量的计算方法,注意向量的计算方法不是矩阵的计算方法,总结一下向量的计算技巧,什么情况下可以一气计算,什么情况下不行,只能循环计算。微批量处理
matlab的优势就在于他可以像数学计算那样,把批量的数据作为单位一气进行运算,而不是像传统的程序一样只能一个数字一个数字的算,最典型的就是向量和矩阵,在matlab里面是可以以矩阵为单位或者以向量为单位进行计算的。如果你是以向量作为单位来计算的,那么在同一个数学等式里面,你要保证参与运算的数据都是纬度一样的向量。这里多说一句,在《线性代数》同济第五版里面,并没有专门介绍向量的运算法则,只说道一个向量的内积。我觉得可以这样理解,因为向量可以看成一个特殊的矩阵(n行1列的矩阵),那么向量的运算很多都是和矩阵以一样的,其实所谓的内积也是矩阵乘法的一种特殊形式。
3.
我们假设m=3,n=2,那么hypothesis的形式为
我们先令j=0,看一下
predictions = X * theta ;Err = predictions - y ;theta0 = theta(1) - alpha / m * dot(Err , X(:,1));theta1 = theta(2) - alpha / m * dot(Err , X(:,2));theta = [theta0 ; theta1];
这个仍然是一个一个的计算向量
把这三个式子合成一个就是
于是这个用matlab代码表示为:
predictions = X * theta ; Err = predictions - y ; theta = theta - alpha / m * (X' * Err);
- 利用梯度下降的方式求线性回归中参数的一些经验总结
- 利用梯度下降法实现简单的线性回归
- python利用梯度下降求多元线性回归
- 线性回归中梯度下降的个人理解
- 线性回归以及梯度下降的学习
- 线性回归的梯度下降法
- 梯度下降法,最小二乘法求线性回归
- 梯度下降法,最小二乘法求线性回归
- 梯度下降法,最小二乘法求线性回归
- 参数线性回归和梯度下降
- 利用梯度下降法实现线性回归的算法及matlab实现
- 线性回归&梯度下降
- 基于梯度下降法的线性回归模型
- 【机器学习】线性回归的梯度下降法
- 【机器学习】线性回归的梯度下降法 续
- 基于matlab的梯度下降法实现线性回归
- 1.线性回归的推导--梯度下降法
- 基于Python中theano库的线性回归(随机梯度下降)
- Myeclipse优化小结
- 解决Json解析时 No value for ~ 异常
- Java开发中23种设计模式详解
- 举例说明,RESTful 到底有哪些好处?
- 佛祖保佑,永无BUG
- 利用梯度下降的方式求线性回归中参数的一些经验总结
- ACL中加入ospf
- Sublime编辑器快速入门
- InnoDB Rollback Segment & Undo Page Deallocation实现源码分析
- CSU 1339 最后一滴血 (简单模拟)
- java线程状态图解
- SVN问题总结
- spring事物管理全面概括
- 从零开始Android Studio