吴恩达机器学习逻辑回归的梯度下降07
文章目录
1.梯度下降
回想一下,梯度下降算法利用了梯度计算:
每个迭代在
上对所有𝑗执行同步更新,
·m是数据集中训练示例的数量
·
是模型的预测,而
是目标
·逻辑回归模型

𝑔(𝑧)是sigmoid函数:
2.梯度下降的实现
梯度下降算法实现有两个部分:
·实现上述式(1)的循环。下面是gradient_descent,通常在选修课和实践实验室中提供给你。
·计算偏导数,如上式(2,3)。这是下面的compute_gradient_logistic。你们将被要求完成本周的实践实验
评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论