数值优化——牛顿法
来源:互联网 发布:武汉淘宝天猫培训机构 编辑:程序博客网 时间:2024/06/01 08:33
机器学习之牛顿法
原理
泰勒公式
假设函数
求函数
由此得到迭代公式,
步骤
- 确定初始点
x0 ,确定误差大小e - 计算
f′(xk) ,若它的绝对值小于e 则停止迭代,xk 即为极值点 - 计算
f′′(xk) ,并根据迭代公式求得xk+1 - 跳转至步骤2
代码实现
这里使用的函数:
#!/usr/bin/env python3# -*- coding: utf-8 -*-def h(x): return x * x * x + 2 * x * x + 3 * x + 4def h1(x): return 3 * x * x + 4 * x + 3def h2(x): return 6 * x + 4if __name__ == "__main__": # x的初始值 x_k = 0 # 误差大小 e = 0.0001 k = 1 y = 0 # 迭代次数 times = 10000 while k < times: y = h(x_k) # 计算f' y1 = h1(x_k) if abs(y1) <= e: break # 计算f'' y2 = h2(x_k) x_k -= y1 / y2 k += 1 print("k = ", k) print("x = ", x_k) print("y = ", y)
阅读全文
0 0
- 数值优化——牛顿法
- 牛顿—科特斯数值积分
- 优化算法——牛顿法和拟牛顿法
- 数值分析—牛顿插值
- 无约束最优化方法——牛顿法、拟牛顿法、BFGS、LBFGS
- 无约束最优化方法——牛顿法、拟牛顿法、BFGS、LBFGS
- 优化算法——牛顿法(Newton Method)
- 优化算法——拟牛顿法之DFP算法
- 优化算法——拟牛顿法之BFGS算法
- 优化算法——牛顿法(Newton Method)
- 优化算法——拟牛顿法之DFP
- 优化算法——牛顿法(Newton Method)
- 优化算法——牛顿法(Newton Method)
- 优化算法——拟牛顿法之DFP算法
- 优化算法——拟牛顿法之BFGS算法
- 漫步最优化三十三——牛顿法
- 漫步最优化三十四——高斯-牛顿法
- 漫步最优化四十三——拟牛顿法
- ue4 体积光与体积雾 快速入门
- linux 修改网卡eth0的ip地址
- 11月16日云栖精选夜读:阿里云 oss JavaScript客户端签名文件上传 vue2.0
- windows10下qt5.8+opencv 3.1(懒人版)
- ASP.NET没有魔法——ASP.NET MVC 过滤器(Filter)
- 数值优化——牛顿法
- 配置文件springmvc.xml或spring.xml 能运行但总是出现错误
- 网站由http切换到https
- 一些开源资源的记载
- VS 统计整个项目总的代码行数
- String 专JsonArray list 专Json
- jenkins+docker 持续构建非docker in docker
- Vue学习日志:条件渲染(6)
- fork()函数