多变量线性回归中的批量梯度下降法（Batch Gradient Descent in Linear Regression with Multiple Variable）

最新推荐文章于 2025-05-14 14:40:39 发布

原创

最新推荐文章于 2025-05-14 14:40:39 发布 · 825 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#GD

一、理论依据参考资料

1. 深入梯度下降(Gradient Descent)算法

2. 梯度下降（Gradient Descent）小结(by 刘建平Pinard)

此文同步更新在我的新blog，欢迎访问: 传送门

二、代码实现

import pandas as pd
import numpy as np


#读入训练数据与测试数据
df_train = pd.read_csv('train_data.txt', sep='\t', header = None)
df_test = pd.read_csv('test_data.txt',sep = '\t',header = None)

#将测试数据与训练数据数组化
train_array = df_train.values
test_array = df_test.values

#记录训练数据每一列的的最大最小值
train_array_max = []
train_array_min = []

#归一化训练数据和测试数据
for i in range(train_array.shape[1]-1):
    train_array_max.append(np.max(train_array[:,i]))
    train_array_min.append(np.min(train_array[:,i])