【机器学习作业一】线性回归 + Batch Gradient Descent（BGD） & Stochastic Gradient Descent（SGD）

最新推荐文章于 2024-08-10 01:45:31 发布

珍珠贝贝

最新推荐文章于 2024-08-10 01:45:31 发布

阅读量540

点赞数 1

分类专栏：机器学习选修课小记文章标签：机器学习 sgd

本文链接：https://blog.youkuaiyun.com/weixin_42278063/article/details/104799499

版权

【吐槽前置】选修课《机器学习》的第一次作业，虽然课讲得不咋地，但该写作业还要写作业啊：）
【声明】由于作者水平有限，很多东西都是凭感觉理解的。如果有不得当之处，请多多指教！
作业内容：分别用BGD和SGD做一个线性回归预测房价。
数据集来源：Dataset
数据集构成：13个输入=>1个输出（房价）

【公式推导】
首先，我们需要构造一个线性回归方程作为预测模型，这里我们直接使用最简单的形式，如：
$\hat{y}=WX+b \tag{1}$
其中， $X$ 是输入向量， $W$ 是权重矩阵， $b$ 是偏置， $\hat{y}$ 是预测值。