Python实现梯度下降算法拟合线性数据

本文通过Python编写梯度下降算法来拟合给定的100个点数据，文秘提供了.py源码。

---

一、线性回归

本文的目标是根据给定的100个离散数据，利用梯度下降算法得到线性回归方程。

                                                     

因此，关键是求出w和b的值。

此处利用的是梯度下降算法来求得w和b，首先写出损失函数，即均方差。

                                                    

即：                                    

---

二、计算梯度

                                                

                                                

其中：为学习率，常设置为0.001；

                                

                                    

---

三、部分代码

首先计算100个点的平均损失函数。其中，x=points[i,0]代表一个数据点的横坐标。

然后，计算梯度部分，并更新梯度，然后返回b和w的数组。

---

四、 代码地址

链接：https://pan.baidu.com/s/1kXbgSoCwxhEWuHIQaXOjBg

提取码：c08b

-----------------************************---------------------

申明：本文借鉴于“深度学习与Pytorch入门实战教程”。

转载请注明出处，谢谢。