使用Python和numpy的计算规则化损失函数

Question

的梯度，我有以下公式：

，我试图在函数中使用计算正则损失函数的梯度。我有dataSet，这是一个[(x(1), t(1)), ..., (x(n), t(n))]的数组，并与训练数据n = 15。

这里是我到目前为止，明知损失函数是vector here.

def gradDescent(alpha, t, w, Z): 
    returned = 2 * alpha * w 
    y = [] 
    i = 0 
    while i < len(dataSet): 
     y.append(dataSet[i][0] * w[i]) 
     i+= 1 
    return(returned - (2 * np.sum(np.subtract(t, y)) * Z)) 

---

的问题是，w总是等于(M + 1） - 而在dataSet，t等于15。这导致了无限乘法。我计算公式是否错误？任何帮助？

Answer 1

我相信你搞乱了数据集数组的索引。还要确保你的数组实际上被定义为一个数组而不是一个列表。我相信列表索引像list [i] [j]和数组索引像array [i，j]。

因此，我将运行数据对象通过：

import numpy as np 
dataSet=np.asarray(dataSet) 

然后用这个while循环替换while循环：

while i < len(dataSet): 
     y.append(dataSet[i,0] * w[i]) 
     i+= 1