The Gradients چالش 3 از جلسهی 25، متوسط
تابع gradients را کامل کن: برای هر خانه error = guess - y[i] را حساب کن و error * x1 به g1، error * x2 به g2 و error به gb اضافه کن؛ در آخر هر سه را بر تعداد مثالها تقسیم کن. برنامه گرادیانها را برای وزن صفر چاپ میکند: (-997.5, -261.25, -105.0). علامت منفی یعنی «وزنها باید بالا بروند».
X = [[5, 1], [8, 2], [10, 3], [12, 3]]
y = [60, 95, 125, 140]
def gradients(X, y, w1, w2, b):
g1 = 0
g2 = 0
gb = 0
for i in range(len(X)):
error = (w1 * X[i][0] + w2 * X[i][1] + b) - y[i]
# accumulate g1, g2, gb
n = len(X)
return g1 / n, g2 / n, gb / n
print(gradients(X, y, 0, 0, 0))
راهنما و جواب این چالش · برگشت به درس جلسهی 25: رگرسیون با دو ویژگی · چالش بعدی: One Step Downhill
بیشتر بخوان: تابع در پایتون: آموزش def، پارامتر و return با مثال