然后我们用代码来演示一下BGD批量梯度下降,首先启动jupyter notebook
然后我们新建一个文件
新建文件夹,然后新建一个python文件
然后我们这里用一元一次方程进行批量梯度下降.
import numpy as np 导入数学计算包
X = np.random.rand(100,1)
np.random.rand(100, 1) 是NumPy库中的一个函数，用于生成一个形状为 (100, 1) 的二维数组，其中的元素是从[0, 1)区间内均匀分布的随机数。
就是100行1列的数据,然后是0到1之间的,是均匀分布的,就是概率一样,表示在函数上是y轴是一样的,也就是一条直线.x是0到1的
然后有了X矩阵,我们再去把w和b,写出来
w,b = np.random.randiint(1,10,size =2 ) 这里我们这个意思就是从1到10中取两个数,比如这个结果是4,7 那么w = 4 b = 7 ,b是截距,w是系数,因为我们是一元一次方程,所以我们w只有一个,b也一样
然后
y = w*X +b +np.random.randn(100)<
本文转载自: https://blog.csdn.net/lidew521/article/details/134156937
版权归原作者 脑瓜凉 所有， 如有侵权，请联系我们删除。
版权归原作者 脑瓜凉 所有， 如有侵权，请联系我们删除。