安德鲁·吴的机器学习课程(Python版) – 应用多变量的梯度下降法,关于直觉的困惑

我正在尝试创建多变量梯度下降法的方程。方程图片:https://www.holehouse.org/mlclass/04_Linear_Regression_with_multiple_variables_files/Image%20[3].png

最终的解决方案是:

theta = theta - alpha *((np.dot((np.dot(X,theta)-y), X))*(1/m)). 

我犯了一个错误,额外加了一个”np.sum”:

theta = theta - alpha *((`np.sum`(((np.dot((np.dot(X,theta)-y), X))*(1/m))))*(1/m))

我对为什么解决方案不需要np.sum感到困惑,或者说求和到底在什么时候发生的?


回答:

np.dot包含了乘积元素的求和。

dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])

查看文档

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注