Телеграмм чат группы datasciencecourse страница 4757

Size: a a a

Machine learning

7718 membersпожаловаться на группу

2021 February 03

Yz in Machine learning

В ней другая функция шага

источник

19:11пожаловаться #1

Yz in Machine learning

Igor Savinkin

def stochastic_gradient_step(X, y, w, train_ind, eta=0.01):
grad0 = 2* X[train_ind][0] * ( np.sum( X[train_ind] * w) - y[train_ind])/X.shape[0]
grad1 = 2* X[train_ind][1] * ( np.sum( X[train_ind] * w) - y[train_ind])/X.shape[0]
grad2 = 2* X[train_ind][2] * ( np.sum( X[train_ind] * w) - y[train_ind])/X.shape[0]
grad3 = 2* X[train_ind][3] * ( np.sum( X[train_ind] * w) - y[train_ind])/X.shape[0]
return w - eta * np.array([grad0, grad1, grad2, grad3])

То что здесь правильно

источник

19:12пожаловаться #2

Yz in Machine learning

Igor Savinkin

PA_linreg_stochastic_grad_descent-ENG.ipynb

(71.14 Кб)

вот сама тетрадка... что здесь не так?

А тут не хватает np.sum ...

источник

19:12пожаловаться #3

Yz in Machine learning

Будьте хоть чуть чуть внимательнее

источник

19:13пожаловаться #4

Svetlana Astafyeva in Machine learning

источник

19:28пожаловаться #5

Svetlana Astafyeva in Machine learning

вот так выглядит функция, считающая стохастический градиентный спуск в вашей задаче

источник

19:29пожаловаться #6

Sergey Kozlov in Machine learning

третий человек не знает dot :) Спасибо, уважаемые гуру, что помогаете нам просветлятся. Мы вас любим! ;)

источник

19:32пожаловаться #7

🦅

🦅 in Machine learning

Sergey Kozlov

третий человек не знает dot :) Спасибо, уважаемые гуру, что помогаете нам просветлятся. Мы вас любим! ;)

а что такое дот

источник

19:33пожаловаться #8

Sergey Kozlov in Machine learning

🦅

а что такое дот

Хотя тут довольно сложно написано вообще градиент ищется как 2*X*(X.dot(w) - y)/len(y), где X=X[train_ind,:]

источник

19:34пожаловаться #9

Sergey Kozlov in Machine learning

это то что позволяет заменить 4 строки на одну

источник

19:35пожаловаться #10

Sergey Salnikov in Machine learning

можно и @ вместо dot: X @ w

источник

19:45пожаловаться #11

Yz in Machine learning

Sergey Salnikov

можно и @ вместо dot: X @ w

В данном случае это не подходит

источник

19:57пожаловаться #12

Sergey Salnikov in Machine learning

почему? @ может матрицу на вектор

источник

20:07пожаловаться #13

Sergey Salnikov in Machine learning

они отличаются вроде только в правилах бродкастинга

источник

20:08пожаловаться #14

Yz in Machine learning

Sergey Salnikov

почему? @ может матрицу на вектор

Не разбираюсь в тонкостях работы этого оператора, но он возвращает 2мерный массив и в итоге когда их собираешь в список он превращается в матрицу 4*4...

источник

20:17пожаловаться #15

Sergey Salnikov in Machine learning

ну так надо согласовать порядок и размерность аргументов. переставь местами, транспонируй

источник

20:17пожаловаться #16

Yz in Machine learning

Sergey Salnikov

ну так надо согласовать порядок и размерность аргументов. переставь местами, транспонируй

Или просто используй dot)

источник

20:24пожаловаться #17

Svetlana Astafyeva in Machine learning

Sergey Kozlov

третий человек не знает dot :) Спасибо, уважаемые гуру, что помогаете нам просветлятся. Мы вас любим! ;)

Я знаю, что такое dot))
Вот про @ не знаю увы))

Мне кажется, что если никак не получается более короткими способами, то вполне можно в лоб, так сказать))

источник

20:37пожаловаться #18

Sergey Kozlov in Machine learning

полностью поддерживаю

источник

20:39пожаловаться #19

Dmitry in Machine learning

всем привет

источник

22:50пожаловаться #20