课程
/后端开发
/Python
/Python实现线性回归
请问老师,梯度下降公式中学习速率乘上损失函数的偏倒的意义仍然不理解,什么叫对每次损失函数减小的维度进行不近似的参数递减?最小二乘法的公式是通过矩阵求导得到的吗?是否也可以用线性代数的知识解释呢?
2018-07-09
源自:Python实现线性回归 2-4
正在回答
损失函数的偏导就是一个导数,就是theta的斜率,调节学习率是为了斜率变化不大,这样多次迭代就能达到最低值
举报
掌握python进行线性回归分析的原理及编程实践
2 回答1 最小二乘和梯度下降的公式怎么得来的?
1 回答【小白提问】梯队下降法的temp缓存
1 回答请问,theta 公式求出来应该就是4*1,为啥打印出来不是?而是需要转置?
1 回答先休息一下
1 回答可能会用到的生成data.csv文件的python代码