机器学习-线性回归穷举法

最新推荐文章于 2024-12-04 09:59:42 发布

原创

最新推荐文章于 2024-12-04 09:59:42 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #开发语言

线性回归（w和b）-穷举法

1. 导包，numpy和画图matplotlib

import numpy as np
import matplotlib.pyplot as plt

2. 创造数据

简单起见，创造三个样本。

data_x = [1.0, 2.0, 3.0]
data_y = [6.0, 9.0, 12.0]

3. 建立线性回归模型

def forward(x):
    return x * w + b

4. 创建损失函数

def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y) * (y_pred - y)

5. 训练

选取了0-6范围的w和b值

w_list = []
loss_list = []
b_list = []
for w in np.arange(0.0, 6.1, 0.1):
    for b in np.arange(0.0, 6.1, 0.1):
        loss_sum = 0
        for x_train, y_train in zip(data_x, data_y):
            print('w = ', w)
            y_pred_test = forward(x_train)
            print('y = ', y_pred_test)
            loss1 = loss(x_train, y_train)
            loss_sum += loss