Linear Regression Gradient Descent
선형회귀 표현식 Y는 종속변수 값 θ₀ 는 bias θ₁,…,θₙ 회귀계수 x₁, x₂,…,xₙ 는 독립변수 위의 식을 아래와 같이 벡터로 표현이 가능하다. θ는 model의 파라미터 벡터 x는 Xo=1인 입력 벡터 # data 생성 np.random.seed(321) x_old = np.random.rand(1000, 1) # intercept항 1추가 y = 2 + 5 * x_old + np.random.rand(1000, 1) # plot plt.scatter(x_old, y, s=10) plt.xlabel('x') plt.ylabel('y') plt.ylim(2, 8) plt.show() # intercept 추가 x = np.c_[np.ones(x_old.shape[0]), x_old] 비용 함..
2020. 12. 30.
단축키
내 블로그
| 내 블로그 - 관리자 홈 전환 |
Q
Q
|
| 새 글 쓰기 |
W
W
|
블로그 게시글
| 글 수정 (권한 있는 경우) |
E
E
|
| 댓글 영역으로 이동 |
C
C
|
모든 영역
| 이 페이지의 URL 복사 |
S
S
|
| 맨 위로 이동 |
T
T
|
| 티스토리 홈 이동 |
H
H
|
| 단축키 안내 |
Shift + /
⇧ + /
|
* 단축키는 한글/영문 대소문자로 이용 가능하며, 티스토리 기본 도메인에서만 동작합니다.
