這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)碛嘘P(guān)使用Python在實(shí)現(xiàn)一個(gè)梯度下降算法，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

成都創(chuàng)新互聯(lián)公司網(wǎng)站建設(shè)服務(wù)商，為中小企業(yè)提供網(wǎng)站設(shè)計(jì)制作、成都做網(wǎng)站服務(wù)，網(wǎng)站設(shè)計(jì)，網(wǎng)站托管運(yùn)營等一站式綜合服務(wù)型公司，專業(yè)打造企業(yè)形象網(wǎng)站，讓您在眾多競爭對(duì)手中脫穎而出成都創(chuàng)新互聯(lián)公司。

Python主要用來做什么

Python主要應(yīng)用于：1、Web開發(fā)；2、數(shù)據(jù)科學(xué)研究；3、網(wǎng)絡(luò)爬蟲；4、嵌入式應(yīng)用開發(fā)；5、游戲開發(fā)；6、桌面應(yīng)用開發(fā)。

導(dǎo)入所需庫

%matplotlib inline
import sympy
import numpy as np
import matplotlib.pyplot as plt
from sympy.abc import x as a,y as b

生成模擬數(shù)據(jù)

# 模擬函數(shù) y=3x-1

#自變量
x=np.linspace(-5,5,num=1000)
#加入噪聲
noise=np.random.rand(len(x))*2-1
#因變量
y=3*x-1+noise

查看所生成數(shù)據(jù)的圖像

plt.figure(figsize=(10,10))
plt.scatter(x,y,s=1)

求代價(jià)函數(shù)的偏導(dǎo)

y=ax+b  #目標(biāo)函數(shù)

e=1/2*Σ([axi+b]-yi)^2   #代價(jià)函數(shù)，求使得代價(jià)函數(shù)為最小值時(shí)，對(duì)應(yīng)的a和b

對(duì)a求偏導(dǎo)->Σ(axi+b-yi)*xi

對(duì)b求偏導(dǎo)->Σ(axi+b-yi)

1. 通過最小二乘法求a，b

我們知道當(dāng)在a,b處的偏導(dǎo)為0時(shí)，代價(jià)函數(shù)e達(dá)到最小值，所以得到二元一次方程組

Σ(axi+b-yi)*xi=0
Σ(axi+b-yi)=0

該方程組是關(guān)于未知數(shù)為a,b的二元一次方程組，通過求解該方程，得到a，b

result=sympy.solve([
  np.sum((a*x+b-y)*x),
  np.sum(a*x+b-y)],[a,b])
print(result)	#{x: 3.01182977621975, y: -1.00272253325765}

通過sympy庫解方程組，得出了a= 3.01182977621975，b= -1.00272253325765，已經(jīng)與我們真實(shí)的a，b很接近了，下面進(jìn)行作圖

plt.figure(figsize=(10,10))
plt.scatter(x,y,s=1)
plt.plot(x,result[a]*x+result[b],c='red')

print(type(a),type(b))	# 

2. 通過梯度下降算法求a，b

我們注意到最小二乘法最后一步要求p個(gè)方程組，是非常大的計(jì)算量，其實(shí)計(jì)算起來很難，因此我們就有了一種新的計(jì)算方法，就是梯度下降法，梯度下降法可以看作是 更簡單的一種 求最小二乘法最后一步解方程 的方法

# 注意這里覆蓋了sympy.abc的a和b
# 設(shè)定a和b的起始點(diǎn)
a,b=0.1,0.1

#步長，也稱作學(xué)習(xí)率
alpha=0.00001

#循環(huán)一千次結(jié)束
for i in range(1000):
  a-=alpha*np.sum((a*x+b-y)*x)
  b-=alpha*np.sum(a*x+b-y)

print(a,b)	#3.0118297762197526 -1.002674927350334

通過梯度下降法，得出了a= 3.0118297762197526，b= -1.002674927350334，也是很接近真實(shí)的a，b值了，作圖看看

plt.figure(figsize=(10,10))
plt.scatter(x,y,s=1)
plt.plot(x,a*x+b,c='black')

print(type(a),type(b))	# 

上述就是小編為大家分享的使用Python在實(shí)現(xiàn)一個(gè)梯度下降算法了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

文章標(biāo)題：使用Python在實(shí)現(xiàn)一個(gè)梯度下降算法-創(chuàng)新互聯(lián)
URL鏈接：http://weahome.cn/article/djsdgi.html