计算代价函数

简介:


计算代价函数 𝐽(𝜃)=12𝑚Σ(ℎ𝜃(𝑥(𝑖))−𝑦(𝑖))2


def computeCost(X,y,theta):

    inner = np.power(X*theta.T - y, 2)

    return np.sum(inner,axis=None)/(len(X)*2)



X = np.random.randint(low=10,size=(3,4))

y = np.random.randint(low=10,size=(3,1))

theta = np.random.rand(4,1)


Cost = computeCost(X,y,theta)

print(Cost )




目录
相关文章
|
3月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】数据拟合第10期-二阶多项式的局部加权回归拟合算法
【MATLAB】数据拟合第10期-二阶多项式的局部加权回归拟合算法
89 0
|
3月前
【Quant102】如何计算 N 日斜率
【Quant102】如何计算 N 日斜率
34 0
【Quant102】如何计算 N 日斜率
|
2月前
|
机器学习/深度学习 算法 Serverless
代价函数详解
代价函数详解
|
3月前
|
数据可视化
R语言极值推断:广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法
R语言极值推断:广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法
|
3月前
|
数据可视化
R语言lasso惩罚稀疏加法(相加)模型SPAM拟合非线性数据和可视化
R语言lasso惩罚稀疏加法(相加)模型SPAM拟合非线性数据和可视化
|
3月前
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
|
3月前
|
Serverless Python
导数计算和应用
导数计算和应用
|
10月前
|
机器学习/深度学习 算法 Python
实战:用线性函数、梯度下降解决线性回归问题
实战:用线性函数、梯度下降解决线性回归问题
|
11月前
|
Serverless
第8章 概率统计——8.2 概率密度计算
第8章 概率统计——8.2 概率密度计算