regression:使用梯度下降可视化线性回归

preview
共5个文件
ipynb：2个
gif：2个
md：1个
JupyterNotebook
需积分: 10 0 下载量 3 浏览量 2021-04-17 19:20:58 上传 评论 收藏 545KB ZIP 举报
资源详情
资源评论
评论 收藏
按剑四顾
  • 粉丝: 23
  • 资源: 4623
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

rar

LinearRegression 线性回归 梯度下降

LinearRegression 线性回归 梯度下降算法 使用VS环境，也可自己使用其它IDE
zip

线性回归梯度下降代码（ML_algorithm-master）

线性回归梯度下降代码（ML_algorithm-master） 有Linear_regression、utils等
zip

Desktop.zip_linear regression_rpo_梯度下降_线性回归_线性回归梯度

利用梯度下降算法，可以用于线性回归，得到线性回归的结果可以参考
zip

Gradient-descent-of--regression.zip_descent_回归_梯度下降_梯度下降法_线性回归梯度

给定一组数据，用梯度下降法进行一元线性回归。包含数据和源程序。
zip

逻辑回归(Logistic Regression)（梯度下降法，牛顿法）.zip

逻辑回归(Logistic Regression)（梯度下降法，牛顿法）.zip
zip

梯度下降法实现线性回归

使用梯度下降法实现线性回归，使用的为matlab代码实现，最后生成3维gif动态演示图，演示损失函数随训练次数增加时的运行结果。代码中每个步骤都有详细注释。
zip

LinearRegression:梯度下降的线性回归

线性回归 梯度下降的线性回归
csv

梯度下降算法线性回归数据

梯度下降算法线性回归数据
m

梯度下降实现多元线性回归

梯度下降算法处理曲线拟合问题，线性 ，单极点，多极点数据均有良好的表现
zip

梯度下降法实现线性回归.zip

梯度下降法实现线性回归.zip
zip

LinearRegression：使用numpy库对模拟线性数据进行线性回归，并使用matplotlib库进行可视化

LinearRegression：使用numpy库对模拟线性数据进行线性回归，并使用matplotlib库进行可视化
zip

期权matlab代码-linear_regression:在MATLAB中开发的线性回归算法

使用梯度下降或正态方程学习回归参数。 允许任何（合理）数量的连续特征。 将输入（csv文件）分为训练集和测试集。 使用训练集学习参数，并计算训练集和测试集上的误差。 如果使用梯度下降（脚本中的set选项），则...
rar

regression.rar_gradient descent_机器学习_梯度下降

j机器学习方法：采用梯度下降方法进行线性回归。展示了整个回归的过程。
zip

Linear-Regression:机器学习 - 具有梯度下降和正态方程的线性回归

线性回归梯度下降线性回归和正态方程这个存储库是一个小的java程序，它学习一系列数据点的“最佳拟合线”。 这是监督机器学习的最基本形式。 例如，尝试从线性方程中学习一条直线的两个变量 M 和 B：y = Mx + B 使用...
py

梯度下降实现线性回归代码.py

简单的梯度下降应用，适合初学者参考，代码可运行
docx

线性回归与梯度下降

线性回归是回归问题中的一种，线性回归假设目标值与特征之间线性相关，即满足一个多元一次方程。使用最小二乘法构建损失函数，用梯度下降来求解损失函数最小时的θ值。
py

线性回归（最小二乘法和梯度下降法实现）

这是机器学习中最常见的模型--线性回归的python实现，其中包含了最小二乘法和梯度下降法两种拟合算法
doc

线性回归与梯度下降法

机器学习中的线性规划与梯度下降算法的学习笔记
star 4星 · 用户满意度95%
zip

线性回归梯度下降法程序

线性回归中梯度下降法是最常用的方法，附件中包含数据和程序，简单易懂。
zip

logistic_regression：使用Python和Numpy从头开始进行Logistic回归.zip

logistic_regression：使用Python和Numpy从头开始进行Logistic回归.zip
pdf

python 还原梯度下降算法实现一维线性回归

最终，梯度下降的算法： 学习率一般小于1，当损失函数是0时，我们输出theta0和theta1. 接下来上代码！ class LinearRegression(): def __init__(self, data, theta0, theta1, learning_rate): self.data = ...
rar

线性回归使用数据.csv

数据为某公司三种销售渠道的广告投入和最终销售量，可以用于简单的线性回归分析和机器学习中的线性回归分析。
zip

js-linear-regression:浏览器中的交互式线性回归

使用TensorFlow.js和p5.js ，我创建了一个简单的线性回归模型（ y = mx + b ）。 该项目具有很高的交互性，您可以添加自己的数据进行培训。 我希望这将用于教育目的。 注意：此处的大多数代码基于The Coding Train...
zip

Linear-Regression:具有特征选择的线性回归

多个LR：使用多个独立变量时，如果它们具有多个参数，则可以使用梯度下降来降低成本函数 指标：{some imp} MSE：预测输出与实际输出之间的平均平方距离MAE：预测输出与精算输出之间的平均距离{当存在异常值时，我们...
pdf

17.4.12（梯度下降，二元线性回归）1

1. 梯度下降（沿着梯度向量相反的方向） 2. 梯度下降的三种训练形式：BGD、SGD以及MBGD 5. 梯度下降是求函数最小值的算法
ipynb

线性回归梯度下降样例代码

线性回归模型的梯度下降代码样例，用jupyter notebook打开。也可以把代码复制出来，用pycharm等工具运行。
pdf

线性回归及梯度下降的推导

先引入一下回归的定义 回归是监督学习的一个重要问题，回归用于预测输入变量和输出变量之间的关系。回归模型是表示输入变量到输出变量之间映射的函数。回归问题的学习等价于函数拟合：使用一条函数曲线使其很好的拟合已知函数且很好的预测未知数据。 回归问题分为模型的学习和预测两个过程。基于给定的训练数据集构建一个模型，根据新的输入数据预测相应的输出。 回归问题按照输入变量的个数可以分为一元回归和多元回归；按照输
zip

线性回归的梯度下降.zip

c++实现的线性回归梯度下降法。线性回归的梯度下降：其实就是将梯度下降算法和代价函数相结合，最重要的是梯度下降法的导数部分。
docx

线性回归及梯度下降_20170509

线性回归及梯度下降.
star 5星 · 资源好评率100%