摘要: In [1]: from sklearn import datasets In [2]: boston = datasets.load_boston() X = boston.data y = boston.target #去除不真实的数据 X = X[y < 50] y = y[y < 50] ​ 阅读全文
posted @ 2019-04-24 12:41 对抗拖延症的二傻子 阅读(236) 评论(0) 推荐(0) 编辑
摘要: 理解 特点 作用 最小化一个损失函数 最大化一个效用函数:梯度上升法 随机梯度下降法 以单个数据作为梯度下降的依据 优点 批量梯度下降法 以整体数据作为每次梯度下降的方向的根据 小批量梯度下降法 以K个数据作为梯度下降的依据 故事 用损失函数做一个滑梯或者一个碗,定义一个重力方向,让他朝下,放一个小 阅读全文
posted @ 2019-04-24 12:38 对抗拖延症的二傻子 阅读(222) 评论(0) 推荐(0) 编辑