← 返回卡片

原书出处

机器学习算法原理与编程实践

05 第5章 梯度寻优

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.765Z

= ones((n,1)) #初始化权重向量 (5)主程序:迭代过程。 for k in xrange(steps):

gradient = dataMat*mat(weights) # 计算梯度 output = logistic(gradient) # Logistic函数 errors = target-output # 计算误差 weights = weights+alpha*dataMat.T*errors

# 修正误差,进行迭代 Logistic函数很简单,这是矢量编程的方式。 def logistic(wTx): ret

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00019.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d