梯度下降法(一)入门
来源:互联网 发布:软件测试总结 编辑:程序博客网 时间:2024/05/21 17:59
梯度下降法是一个一阶最优化算法,通常也称为最速下降法。我之前也没有关注过这类算法。最近,听斯坦福大学的机器学习课程时,碰到了用梯度下降算法求解线性回归问题,于是看了看这类算法的思想。今天只写了一些入门级的知识。
我们知道,函数的曲线如下:
编程实现:c++ code
- /*
- * @author:郑海波
- * blog.csdn.net/nuptboyzhb/
- * 2012-12-11
- */
- #include <iostream>
- #include <math.h>
- using namespace std;
- int main()
- {
- double e=0.00001;//定义迭代精度
- double alpha=0.5;//定义迭代步长
- double x=0;//初始化x
- double y0=x*x-3*x+2;//与初始化x对应的y值
- double y1=0;//定义变量,用于保存当前值
- while (true)
- {
- x=x-alpha*(2.0*x-3.0);
- y1=x*x-3*x+2;
- if (abs(y1-y0)<e)//如果2次迭代的结果变化很小,结束迭代
- {
- break;
- }
- y0=y1;//更新迭代的结果
- }
- cout<<"Min(f(x))="<<y0<<endl;
- cout<<"minx="<<x<<endl;
- return 0;
- }
- //运行结果
- //Min(f(x))=-0.25
- //minx=1.5
- //Press any key to continue
问题:
迭代步长alpha为什么要选择0.5??选择其他的值可以吗?它的取值与迭代的次数、收敛性及结果的准确性有何关系?如果选择alpha的值?下次好好的探讨。
转载请声明:http://blog.csdn.net/nuptboyzhb/article/details/8281923
0 0
- 梯度下降法(一)入门
- 梯度下降法(一)入门
- 梯度下降法(一)入门
- 梯度下降法(一)入门
- 梯度下降法(一)入门
- 【转载】梯度下降法(一)入门
- 梯度下降法(一)
- 梯度下降法入门
- 梯度下降法一
- 机器学习入门:线性回归及梯度下降(一)
- 机器学习入门系列一(关键词:单变量线性回归,梯度下降法)
- 机器学习算法入门之(一)梯度下降法实现线性回归
- 机器学习入门系列一(关键词:单变量线性回归,梯度下降法)
- 梯度下降法和拟牛顿法(一):梯度下降法思想
- Andrew Ng机器学习笔记(一):梯度下降法
- 【机器学习】机器学习(一、二):批梯度下降法、随机/增量梯度下降法、最小二乘法
- 机器学习算法入门之(一) 梯度下降法实现线性回归
- 机器学习笔记(一):梯度下降算法,随机梯度下降,正规方程
- linux C语言 文件描述符 读写地址分析
- JPG转换成PDF转换器使用说明
- 新的App 12个小时就进入In Review 最近苹果审核给力啊
- 1-7-3 - 简单分支问题体验
- SpringMVC restful 异常Could not write request: no suitable HttpMessageConverter found for request type
- 梯度下降法(一)入门
- linux下如何安装rzsz
- U盘重装系统流程
- [Eclipse] 使用第三方源码网站GrepCode插件
- 算法
- Distributed system - BASE
- 非阻塞I/O
- 惹人的应聘简历/邮件是怎样的
- Java中public,private,protected,和默认的区别