社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

机器学习笔记 DAY8

Peng_001 • 5 年前 • 525 次点击  

011 求解计算最优值(normal equation)

  • 将梯度下降变化问题转换为求解问题。
  • 对代价函数导数为零情况的方程求解。

ps:并未证明该式子(挖坑ing..)

  • 一般选择求解代价函数依据条件之一为特征变量的个数。
    按老师说法,n在10000以下时,一般选择normal equation(但再大就要使用梯度下降法,考虑计算矩阵的逆需要耗费n**3的时间复杂度)


矩阵逆的计算

参见 http://www.360doc.com/content/18/0325/20/48503472_740145916.shtml

公式:



例子:


  • 矩阵的逆的提出最主要原因是矩阵无法被除 。换句话说,矩阵本身没有被除的概念。

如已知矩阵 A,B 且知道AX = B,求解矩阵X。
可以利用以下思路:


因此通过矩阵,也可以解决许多线性方程组的问题。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/57113
 
525 次点击