- 2
- 0
- 约1.65千字
- 约 28页
- 2023-05-28 发布于北京
- 举报
线性回归 (续)
梯度下降法
上面利用 求解里面对称阵是N维乘以N维的,复杂度是是O N的三次方,换句话说,就是如果你
的特征数量翻倍,你的计算时间大致上要2 的三次方,8倍的慢
梯度下降法
求导
批量梯度下降
初始化W,随机w ,给初值
沿着负梯度方向迭代,更新后的w使得J(w)更小
如果w维度是几百维度,直接算SVD是可以的,几百维度以上一般是梯度下降算法,这个更像是机器
学习,学习嘛, 是学习率、步长
上面这个 其实是把所有样本梯度加起来的结果,因为有个加和符合从1到m,然后更新每个w 的
您可能关注的文档
最近下载
- 谈矩形顶管施工技术在城市管廊中的应用.pdf VIP
- DB37∕T 4982-2025 北斗卫星导航定位基准站网数据管理技术规范.pdf VIP
- DB37∕T 4976-2025 河湖生态产品价值核算技术规范.pdf VIP
- DB37∕T 4970-2025 储能系统用动力电池梯次利用技术规范.pdf VIP
- 浅谈海尔企业的VMI库存管理及其优化(2).docx VIP
- 谈旧路改造工程路基路面设计问题.pdf VIP
- 新媒体介入传统建筑庭院景观空间教学改革探究.pdf VIP
- 会计专业导论.pptx VIP
- 新梨七号黄化病害原因及防治研究.pdf VIP
- 石膏板吊顶施工工艺67135.docx
原创力文档

文档评论(0)