吴恩达课程中,代码是用Octave写的,分为两个部分:

1、定义代价函数;

% 定义代价函数 Jfunction J = costFunctionJ(X, y, theta) m = size(X, 1);  % 样本量
predictions = X * theta; % 预测值
sqrErrors = (predictions - y) .^2; % 预测值与真实值的方差J = 1/(2*m) * sum(sqrErrors); % 代价函数J

2、给X,y,theta 赋值并调用函数;

X = [1 1; 1 2; 1 3];y = [1; 2; 3];theta = [0; 1];j = costFunctionJ(X, y, theta)

使用python实现的关键点在于,矩阵、向量的定义、计算都需要调用numpy的相应方法。

只要将Octave的对应语句功能用numpy方法实现即可。

# -*- coding: utf-8 -*-
"""
Created on Mon Sep 21 16:16:12 2020@author: weisssun
"""
import numpy as npdef costFunctionJ(X, y, theta): # 定义代价函数m = len(X) # 样本数predictions = np.dot(X, theta) # X 与 theta 的乘积和(点积),即预测值print(predictions) #打印查看sqrErrors = np.power((predictions - y), 2) # 预测值与真实值的方差print(sqrErrors) #打印查看J = 1/(2*m) * np.sum(sqrErrors) # 代价函数 Jreturn JX = np.array([[1, 1],[1, 2],[1, 3]])
# 矩阵 X
y = np.array([[1],[2],[3]]) # 列向量 y,真实值
theta = np.array([[0],[1]]) # 列向量 theta,参数J = costFunctionJ(X, y, theta)
print(J)

【吴恩达机器学习笔记】第2周 - python写代价函数/成本函数相关推荐

  1. 吴恩达机器学习笔记(七)神经网络:代价函数

    Neural Networks:Learning Cost function 逻辑回归代价函数: J(θ)=−1m∑i=1m(y(i)log⁡(hθ(x(i)))+(1−y(i))log⁡(1−hθ( ...

  2. 吴恩达机器学习笔记第一周

    第一周 吴恩达机器学习笔记第一周 一. 引言(Introduction) 1.1 欢迎 1.2 机器学习是什么? 1.3 监督学习 1.4 无监督学习 二.单变量线性回归(Linear Regress ...

  3. 吴恩达机器学习课程(第一周)

    吴恩达机器学习课程(第一周) welcome Welcome to Machine learning!(video) 机器学习在各领域的应用很多 比如搜索引擎 图像识别 垃圾邮件处理 这是一门让计算机 ...

  4. 吴恩达机器学习笔记55-异常检测算法的特征选择(Choosing What Features to Use of Anomaly Detection)

    吴恩达机器学习笔记55-异常检测算法的特征选择(Choosing What Features to Use of Anomaly Detection) 对于异常检测算法,使用特征是至关重要的,下面谈谈 ...

  5. 吴恩达机器学习笔记:(四)矩阵、多元梯度下降

    吴恩达机器学习笔记 矩阵基础知识 矩阵逆运算 矩阵的转置 实践乘法 多元梯度下降 特征缩放 学习率α 矩阵基础知识 矩阵逆运算 矩阵的转置 实践乘法 多元梯度下降 特征缩放 学习率α 学习率的选择:

  6. 吴恩达机器学习笔记:(一)机器学习方法简介

    吴恩达机器学习笔记 Supervised Learning(监督学习) Unsupervised Learning(无监督学习) clustering 聚类算法 market segments 市场细 ...

  7. 吴恩达机器学习笔记week8——神经网络 Neutral network

    吴恩达机器学习笔记week8--神经网络 Neutral network 8-1.非线性假设 Non-linear hypotheses 8-2.神经元与大脑 Neurons and the brai ...

  8. 吴恩达机器学习笔记整理(Week6-Week11)

    1. Week 6 1.1 应用机器学习的建议(Advice for Applying Machine Learning) 1.1.1 决定下一步做什么 到目前为止,我们已经介绍了许多不同的学习算法, ...

  9. 【Nan‘s 吴恩达机器学习笔记】第八、九章 神经网络

    [Nan's 吴恩达机器学习笔记]第八.九章 神经网络 神经网络(Neural Networks) 8.1 非线性假设 8.2 模型表示 前向传播算法(Forward Propagation) 8.3 ...

最新文章

  1. AI Time|企业AutoML旨在流程自动化,可解释是人机交互的必经之路
  2. 服务器装系统无显示屏,服务器系统安装后没有桌面
  3. MINA系列学习-IoAccpetor
  4. spring boot整合spring5-webflux从0开始的实战及源码解析
  5. python tensorflow tf.layers.max_pooling2d() 2维输入(例如图像)的最大池化层
  6. CanalAdapter启动过程分析(源码详解)
  7. RedisRDB持久化机制
  8. 虚拟化安全防护系统部署在安全服务器上,虚拟化安全防护-安天 智者安天下
  9. C和指针之字符串实现strrstr函数
  10. 异步选择WSAAsyncSelect
  11. priority_quenue
  12. 安卓使用Audio Record自定义录音
  13. 【个人笔记】OpenCV4 C++ 图像处理与视频分析 12课
  14. 修改echarts 3D柱状图柱子大小(粗细)的方法
  15. 真实项目,用微信小程序开门编码实现(完结)
  16. Chromecast电视投屏软件
  17. 吃饭,睡觉,打豆豆任务二
  18. mysql员工星期排班表设计_excel表格怎样制作排班表 星期和月份快速填充,来看看吧...
  19. Tomcat日志记录post请求参数
  20. 请介绍一下三地菩萨,再说一说,要证悟什么才能称之为三地菩萨.谢谢.

热门文章

  1. maven依赖没法下载解决方案
  2. 写给初级UE/UI设计师的面试经验
  3. Hash算法冲突解决方法分析
  4. Xcode 模拟器Simulator手动下载
  5. GmSSL证书生成及验证C/S通信双向认证
  6. 解读阿里巴巴 Java 代码规范(2): 从代码处理等方面解读阿里巴巴 Java 代码规范...
  7. PyTorch下的网络可视化方式和工具
  8. layui中左右穿梭框的使用
  9. MetisMenu : Jquery + CSS 实现可隐藏的二级侧边栏导航
  10. IPv4、IPv6地址、组播地址及子网子划分详解二子网划分