批量梯度下降算法显示“int”不可迭代错误

lr = 0.1n_iterations = 1000m = 5theta = np.array([[1000],[989],[123],[3455]])for iterations in n_iterations:    gradients = 2/m * X_b.T.dot(X_b.dot(theta) - y)    theta = theta - lr * gradients    theta

执行代码后显示错误“int”不可迭代。

更多数据:

X_b = np.asanyarray(df[['area', 'bedrooms', 'age']])

来自csv文件

我使用三个参数(面积、卧室数、年龄)来预测价格,即y

请帮助我解决这个错误


回答:

n_iterations 是一个整数,正如错误所述,它不可迭代。我认为你想循环 n_iterations 次。

尝试使用 range 来实现这一点,如下所示:

lr = 0.1n_iterations = 1000m = 5theta = np.array([[1000],[989],[123],[3455]])for iterations in range(n_iterations):    gradients = 2/m * X_b.T.dot(X_b.dot(theta) - y)    theta = theta - lr * gradients    theta

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