梯度下降算法python实现

本文主要是介绍梯度下降算法python实现，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

def fun(x, y, w, b):
    l = 0
    for i in range(4):
        l += (y[i] - (b + w * x[i]))**2
    # l = sum(y - (b + w * x)**2 for x, y in zip(x, y)) / 8
    return l / 8


# 梯度下降法
def gradient_descent():
    times = 100 # 迭代次数
    alpha = 0.001 # 步长
    w = 0 # w的初始值
    b = 0 # b的初始值
    x = [0.0, 1.0, 2.0, 3.0]
    y = [3.1, 4.9, 7.2, 8.9]

    # 梯度下降算法
    for i in range(times):
        w = w - alpha / 4 * sum([x * ((b + w * x) - y) for x, y in zip(x, y)])
        b = b - alpha / 4 * sum([(b + w * x) - y for x, y in zip(x, y)])
        l = fun(x, y, w, b)
        print("第%d次迭代：w=%f，b=%f，l=%f" % (i + 1, w, b, l))


if __name__ == "__main__":
    gradient_descent()

参考：参考文章

这篇关于梯度下降算法python实现的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！