线性回归 – 使用梯度方法寻找系数项的岭回归实现是否正确?

使用梯度方法实现了岭回归公式。下面的代码会按照指定的迭代次数重复执行。由于我在其他地方找不到正确的实现方式,所以想确认下面的实现是否正确。谢谢。

#ridge regressionlambda = 1#self.apha是学习率    self.theta-=  (lambda * self.theta) + self.alpha/self.n_samples *     self.X.T @ (predictions - self.y)

回答:

从这篇文章中找到了答案 https://towardsdatascience.com/l1-and-l2-regularization-methods-ce25e7fc831c。所写的代码是正确的。

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