비정상적인 위치에 매개 변수 theta가있는 지정된 가설로 감독 된 학습 알고리즘을 실행하고 싶습니다.

Question

비정상적인 위치에 매개 변수 theta가있는 지정된 가설로 감독 된 학습 알고리즘을 실행하고 싶습니다. = theta1 * (EXP (theta2의 *를 X)) I는 다음과 같은 기능을 가진 구배 하강하여 시도 + theta0

Y :

번호 : compute_cost 내 비용

m = length(y); 
num_iters = 500; 
J_history = zeros(num_iters, 1); 
alpha = 0.1; 
theta = zeros(3, 1); 
for q = 1:m 
    A(q,:) = [2, (2*exp(theta(3, 1) * X(q, 1))), (2*theta(2, 1)*X(q, 1)*exp(theta(3, 1) * X(q, 1)))]; 
end  
for iter = 1:num_iters 
    num_theta = length(theta); 

    for j = 1:num_theta 
     inner_sum = 0; 
     for i = 1:m 
      inner_sum = inner_sum + (theta(2, 1)*(exp(X(i, 1)*theta(3, 1))) + theta(1, 1) - y(i, 1)) * A(i, j); 
     end 
     theta(j, 1) = theta(j, 1) - (alpha * inner_sum/m) 
    end 
    J_history(iter) = compute_cost(X, y); 
end 

    % Save the cost J in every iteration  
J_history(iter) = compute_cost(X, y); 
end 

인 기능은 다음과 같습니다 :

predictions = theta(2, 1)*(exp(X*theta(3, 1))) + theta(1, 1); %hypothesis    
sqrErrors = (predictions - y).^2;  
J = sum(sqrErrors)/(2*m); 

이제 내 쎄 타로 틈이 생겼습니다. (3, 1) == theta의 초기 값을 0 (0, 1)이 될 때 0이 될 것입니다. 그리고 초기 초기 theta (3, 1) 일 때 무한의 값을가집니다.

선형 가설에이 가설을 사용할 수 있습니까? 아니면 현재의 가설 대신 사용할 수있는 다른 유사한 가설 기능이 있습니까?

Answer 1

파이썬 함수 scipy.optimize.curve_fit에는 함수가 정확히 맞는 예제가 있습니다!

주목 : 여기 https://docs.scipy.org/doc/scipy-0.19.1/reference/generated/scipy.optimize.curve_fit.html