给定一组训练数据，使用RMSProp算法实现线性回归模型。 你的任务是编写一个函数，接受特征矩阵和目标值、学习率和衰减率，并返回训练好的模型参数。 损失函数为均方误差：MSE = 12*m * sum((y_pred - y) ** 2) 训练方式是批量梯度下降，即每次迭代使用所有样本。 参数更新时，使用1e-8防止分母为0。
输入描述:
- 第一行包含两个整数 m，n，表示训练样本的数量和特征的数量。- 第二行包含一个整数，表示迭代次数。- 接下来的 m 行，每行包含 n 个浮点数，表示特征矩阵 X 的一行。- 接下来一行包含 m 个浮点数，表示目标值 y。- 最后一行包含两个浮点数，表示学习率和衰减率。
输出描述:
- 输出一行，包含 n 个浮点数，表示训练好的模型参数，保留两位小数。
示例1
输入
9 4
25
0.09 0.25 0.65 0.8
0.6 0.4 0.97 0.82
0.54 0.5 0.76 0.32
0.6 0.89 0.61 0.28
0.14 0.87 0.97 0.14
0.66 0.56 0.79 0.39
0.83 0.3 0.13 0.63
0.18 0.75 0.54 0.9
0.22 0.41 0.11 0.2
0.93 0.8 0.54 0.11 0.86 0.35 0.37 0.17 0.6
0.02 0.93
备注:
支持numpy,pandas,scipy,scikit-learn库
加载中...