每天30行代码——随机梯度上升算法

崚峰

于 2017-11-26 22:27:00 发布

阅读量1k

点赞数 1

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/u013720726/article/details/78640600

版权

机器学习专栏收录该内容

10 篇文章

订阅专栏

　　梯度上升算法每次更新回归系数时都要遍历整个数据集，在样本数较少时还可以，当样本数目太多时复杂度太高，所以产生了随机梯度上升算法，每次仅用一个样本点来更新回归系数。
　　

def stocGradAscent0(dataMatrix,classLabels):
    m,n=shape(dataMatrix)
    alpha=0.01
    weights=ones(n)
    for i in range(m):
        h=sigmoid(sum(dataMatrix[i]*weights))
        error=classLabels[i]-h
        weights=weights+alpha*error*dataMatrix[i]
    return weights