线性回归/梯度下降Python实现

Question

我正在尝试使用梯度下降法从零开始实现线性回归，以便学习目的。我的代码中有一个部分让我很困扰。由于某种原因，在运行一行代码后变量x被修改了，我不确定原因所在。

变量如下。变量x和y是numpy数组，并且我已经为它们随机赋值，以便进行这个示例。

x = np.array([1, 2, 3, 4, ...., n])
y = np.array([1, 2, 3, , ...., n])
theta = [0, 0]
alpha = .01
m = len(x)

代码如下:

theta[0] = theta[0] - alpha*1/m*sum([((theta[0]+theta[1]*x) - y)**2 for (x,y) in zip(x,y)])

在运行以上代码后，x不再是一个列表。它只成为变量n或列表中的最后一个元素。

- user1596466

Answer 1

发生的情况是Python正在计算列表zip（x，y），然后您的for循环的每次迭代都会使用 zip（x，y） 的对应元素覆盖（x，y）。当您的for循环终止时（x，y）包含 zip（x，y）[-1]。

尝试

theta[0] = theta[0] - alpha*1/m*sum([((theta[0]+theta[1]*xi) - yi)**2 for (xi,yi) in zip(x,y)])

- C. M.

Answer 2

是的，在您的列表推导式中，x被重新赋值。为什么不更改在那里使用的变量名称，以避免被覆盖呢？

theta[0] = theta[0] - alpha*1/m*sum([((theta[0]+theta[1]*x_i) - y_i)**2 for x_i, y_i in zip(x,y)])

- monkut