HookMONEY 2022-10-29 11:23 采纳率: 0%
浏览 5

线性回归,其中类的问题,报错

学习线性回归
用代码块功能插入代码,请勿粘贴截图
def optimier_lsm(model, X, y, reg_lambda = 0):
    """
    model:模型
    X:tensor 特征数据, shape = [N,0]
    y:tensor 标签数据, shape = [N]
    reg_lambda: 正则化系数 , 默认为0
    """
    N, D = X.shape
    x_bar_train = paddle.mean(X, axis=0).T
    y_bar = paddle.mean(y)

    x_sub = paddle.subtract(X, x_bar_train)
    if paddle.all(x_sub == 0):
        model.params['b'] = y_bar
        model.params['w'] = paddle.zeros[shape == [D]]
        return model

    tmp = paddle.inverse(paddle.matmul(x_sub.T, x_sub)+
            reg_lambda*paddle.eye(num_rows = [D]))
    w = paddle.matmul(tmp ,paddle.matmul(x_sub.T ,y-y_bar))
    b = y_bar - paddle.matmul(x_sub.T, w)

    model.params['b'] = b
    model.params['w'] = paddle.squeeze(w, axis=1)
    return model



dimension = 1
model = Linear(dimension)


    
model = optimier_lsm(model, X_train.resahpe([-1,1]), y_train.resahpe([-1,1]))
print('w_pred:',model.params['w'].item(), 'b_pred',model.params['b'].item())

y_train_pred = model(X_train.resahpe(-1,1).squeeze())
train_error = mean_squared_erro(y_ture = y_train, y_pred = y_train_pred).item()

y_test_pred = model(X_test.resahpe([-1,1])).squeeze()
test_error = mean_squared_error(y_true = y_test, y_pred = y_test_pred).item()
print('test_error:',test_error)

运行结果和报错内容

img

我的解答思路和尝试过的方法
  • 写回答

1条回答 默认 最新

  • CSDN-Ada助手 CSDN-AI 官方账号 2022-10-29 21:50
    关注
    不知道你这个问题是否已经解决, 如果还没有解决的话:

    如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^
    评论

报告相同问题?

问题事件

  • 创建了问题 10月29日

悬赏问题

  • ¥15 数学的三元一次方程求解
  • ¥20 iqoo11 如何下载安装工程模式
  • ¥15 本题的答案是不是有问题
  • ¥15 关于#r语言#的问题:(svydesign)为什么在一个大的数据集中抽取了一个小数据集
  • ¥15 C++使用Gunplot
  • ¥15 这个电路是如何实现路灯控制器的,原理是什么,怎么求解灯亮起后熄灭的时间如图?
  • ¥15 matlab数字图像处理频率域滤波
  • ¥15 在abaqus做了二维正交切削模型,给刀具添加了超声振动条件后输出切削力为什么比普通切削增大这么多
  • ¥15 ELGamal和paillier计算效率谁快?
  • ¥15 蓝桥杯单片机第十三届第一场,整点继电器吸合,5s后断开出现了问题