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.
