第十二章 随机梯度下降(Stochastic_Gradient_Descent)

12.1 原始线性模型

        接下来用用代码建立一个：

def make_prediction(input_row,coefficients):
    # 预测值初始化为第一个系数值
    out_put_y_hat = coefficients[0]
    for i in range(len(input_row)-1):
        out_put_y_hat += coefficients[i+1]*input_row[i]
    return out_put_y_hat

# 主函数
if '__main__' == __name__:
    test_dataset = [[1,1],[2,3],[4,3],[3,2],[5,5]]
    test_coefficients = [0.4,0.8]
    
    for row in test_dataset:
        y_hat = make_prediction(row, test_coefficients)
        print("True_Y_value = %.3f, our_prediction = %.3f"%(row[-1],y_hat))

12.2 梯度下降优化         

        epochs:次数，我们这个模型不断通过学习training data,不断进行迭代更新coefficient