贷款额度预测


求解:当工资18000、年龄30时,额度是多少?
由于房价和这个贷款相同,而贷款是多个参数所以只写这贷款即可。
老师写的代码!使用批量式梯度下降。
梯度下降法:

import numpy as np
import matplotlib.pyplot as pltif __name__ == "__main__":# 1 获得x,y数据#  ##########X1 = (np.array([4000, 8000, 5000, 7500, 12000]))/10000X2 =(np.array([25, 30, 28, 33, 40]))/100y= np.array([20000, 70000, 35000, 50000, 85000])# 2 初始化参数  ##########w1 = np.zeros(1)w2 = np.zeros(1)b = np.zeros(1)# 3 根据样本更新参数plt.ion()lr = 0.5for iteration in range(100):# 初始化拟合y_pred = w1 * X1 + w2 * X2 + b# 梯度更新w_gradient1 = 0w_gradient2 = 0b_gradient = 0N = len(X1)for i in range(N):w_gradient1 += (w1 * X1[i] + w2 * X2[i] + b - y[i]) * X1[i]w_gradient2 += (w1 * X1[i] + w2 * X2[i] + b - y[i]) * X2[i]b_gradient += (w1 * X1[i] + w2 * X2[i] + b - y[i])w1 -= lr * w_gradient1/Nw2 -= lr * w_gradient2/Nb -= lr * b_gradient/N# 更新后拟合y_pred = w1 * X1 + w2 * X2 + bprint("w1=  %f,w2=  %f,b= %f " % (w1, w2, b))# 显示print('finised %d iterations......\n' % iteration)s = w1*18000/10000+w2/100*30+bprint("w1 is 18000 and w2 is 30, the result is %f" % s)

机器学习之用Python梯度下降法实现预测相关推荐

  1. Python梯度下降法实现二元逻辑回归

    Python梯度下降法实现二元逻辑回归 二元逻辑回归假设函数 定义当函数值大于等于0.5时,结果为1,当函数值小于0.5时,结果为0.函数的值域是(0, 1). 二元逻辑回归的损失函数 上图为二元逻辑 ...

  2. python机器学习库sklearn——SGD梯度下降法

    分享一个朋友的人工智能教程.零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开 docker/kubernetes入门视频教程 全栈工程师开发手册 (作者:栾鹏) pyth ...

  3. 机器学习-cs229-线性回归-梯度下降法

    机器学习-cs229-线性回归part one 任务:预测房价 损失函数cost function 线性回归的逻辑: 梯度下降法 房价函数的梯度下降式子: 学习率learning rate:参数 α ...

  4. Python 梯度下降法

    题目描述: 自定义一个可微并且存在最小值的一元函数,用梯度下降法求其最小值.并绘制出学习率从0.1到0.9(步长0.1)时,达到最小值时所迭代的次数的关系曲线,根据该曲线给出简单的分析. 代码: # ...

  5. python梯度下降法实现线性回归_梯度下降法的python代码实现(多元线性回归)

    梯度下降法的python代码实现(多元线性回归最小化损失函数) 1.梯度下降法主要用来最小化损失函数,是一种比较常用的最优化方法,其具体包含了以下两种不同的方式:批量梯度下降法(沿着梯度变化最快的方向 ...

  6. 【梯度下降法】Python 梯度下降法拟合正弦曲线 多项式函数傅里叶函数

    问题: 梯度下降法拟合正弦曲线   此处以三次函数为例,其他的函数拟合同理     1.梯度下降法原理   梯度下降相关公式   拟 合 的 函 数 : h ( x ) = ∑ i = 0 n θ i ...

  7. python 梯度下降法实现一元线性回归

    一.简单过一下算法流程 ''' 梯度下降法实现一元线性回归 一元线性函数: y = ax + b 实际数据服从: y = x + 2 初始模型: y = 0.1*x + 0.1 ''' import ...

  8. python梯度下降法实现线性回归_【机器学习】线性回归——多变量向量化梯度下降算法实现(Python版)...

    [向量化] 单一变量的线性回归函数,我们将其假设为:hθ(χ)=θ0+θ1χh_\theta(\chi)=\theta_0+\theta_1\chihθ​(χ)=θ0​+θ1​χ但是如果我们的变量个数 ...

  9. 机器学习案例之Python中通过RF预测红酒质量

    通过RF预测红酒质量 从UCI上获取到了一份winequality的数据来作为小练习的数据源 https://archive.ics.uci.edu/ml/datasets/Wine ,想通过红酒的特 ...

最新文章

  1. Java 两线程交替打印奇偶数(一)
  2. 华为正式发布鸿蒙多久可以用,华为正式发布鸿蒙OS,手机随时能用
  3. CMake笔记-使用CMake GUI生成MinGW的Makefiles及编译hiredis
  4. 监听器入门看这篇就够了
  5. Nacos命名空间配置_每个人用各自自己的命名空间---SpringCloud Alibaba_若依微服务框架改造---工作笔记001
  6. 循环机换变速箱油教程_问答| 想更换变速箱油,是重力换还是循环换?
  7. 文荣:7月24日阿里云上海峰会网络大神
  8. POJ - 2891 中国剩余定理
  9. SAP ABAP 教程大全之 01 面向初学者的 SAP ABAP介绍(含hello world 源码)
  10. 系统学习NLP(三十)--词向量对齐
  11. [美国]《冰雪奇缘》[BD-RMVB.720p.中英双字][2013年高分获奖][奥斯卡提名动画片]
  12. wo-27s管理员账户和密码_开机密码忘了怎么解决
  13. 《AMNet: Deep Atrous Multiscale Stereo Disparity Estimation Networks》
  14. java食堂外卖系统,校园食堂外卖订餐系统
  15. 放大器的传递函数_运放全差分放大器实现单端与平衡的相互转换
  16. 如何利用网络赚钱之一
  17. MFC win32 API串口同步模式代码示范
  18. ROS软路由加eNSP模拟华为交换机模拟环境测试
  19. CSDN的台历到了,挺好看的,放在桌子上的感觉很拉轰啊。
  20. 解决Git报错: warning: LF will be replaced by CRLF in ** 的原因及解决办法

热门文章

  1. 【数学】什么是取模运算?
  2. 第六天----数据结构笔记
  3. Java设计模式—模板模式(Template)
  4. 2022年食盐市场现状
  5. facsum (线性筛 积性函数)
  6. SpringBoot集成Quartz+数据库存储
  7. 黑猴子的家:JavaWeb 之 Title icon
  8. 【我参加NVIDIA Sky Hackathon】感悟篇
  9. JVM知识点整理2——(类加载)
  10. maven打包报错:Error creating shaded jar: invalid LOC header (bad signature)