Iti0210ex13

Allikas: Lambda
Redaktsioon seisuga 23. aprill 2020, kell 15:19 kasutajalt PriitJ (arutelu | kaastöö) (Uus lehekülg: '= Lineaarne regressioon = Esialgne mudel Tabelis on andmete paarid x<sub>j</sub>, y<sub>j</sub>. Oletame et nende vahel on lineaarne seos. Line...')
(erin) ←Vanem redaktsioon | Viimane redaktsiooni (erin) | Uuem redaktsioon→ (erin)
Mine navigeerimisribale Mine otsikasti

Lineaarne regressioon

Esialgne mudel

Tabelis on andmete paarid xj, yj. Oletame et nende vahel on lineaarne seos. Lineaarne mudel on ax + b, kus hetkel on valitud a=3 ja b=-3. Tabelis ~y ja graafikul oranz joon vastavad sellele mudelile.

j xj yj ~yj
1 1 0 0
2 2 3 3
3 3 2 6
4 4 7 9
5 5 8 12

Kaofunktsioon

Arvuta kadu praeguse mudeli parameetrite korral:

Kaofunktsioon

Gradientlaskumine

Tee üks gradientlaskumise samm, arvutades uued a ja b nende valemitega:

a update

b update

Kasuta α = 0.01.

Kuidas muutuvad a ja b ning mis suunas liigub selle tulemusena mudelile vastava funktsiooni graafik (oranz joon)?

Õppimise kiirus

Kui α on õppimise kiirus, siis võiks vist seda suurendada, et kiiremini õppida? Proovi eelmises arvutuses asendada α = 0.5. Millised a ja b siis oleks saadud? Proovi joonistada, kuidas saadud mudelile vastava sirgjoone graafik paikneks algandmete suhtes.