首页 > 试题广场 >

使用梯度下降的线性回归

[编程题]使用梯度下降的线性回归

编写一个使用梯度下降执行线性回归的 Python 函数。该函数应将 NumPy 数组 X（具有一列截距的特征）和 y（目标）作为输入，以及学习率 alpha 和迭代次数，并返回一个 NumPy 数组，表示线性回归模型的系数。

第1行输入X，第2行输入y，第3行输入alpha，第4行输入迭代次数。

输出线性回归模型的系数，四舍五入到小数点后四位。返回类型是List类型。

示例1

输入

[[1, 1], [1, 2], [1, 3], [1, 4]]
[2, 3, 4, 5]
0.01
1000

[0.8678 1.045 ]

1.对应的输入、输出已给出，您只用实现核心功能函数即可。
2.支持numpy、scipy、pandas、scikit-learn库。

算法知识视频讲解

梦科

大佬们，为啥这样不行呢：

y = y.ravel()

estimator = SGDRegressor(fit_intercept=False, learning_rate='constant', eta0= alpha, max_iter=1,shuffle=False,warm_start=True )

estimator.fit(X,y)

estimator.coef_[:] = 0.0

for _ in range(iterations - 1):

estimator.partial_fit(X, y)

# theta = np.append(estimator.coef_,estimator.intercept_)

theta = np.round(estimator.coef_, 4).tolist()

return theta

发表于 2025-05-27 15:50:58 回复(0)

提交观点

机器学习

难度：

1条回答 7收藏 97浏览

使用梯度下降的线性回归

扫一扫，把题目装进口袋