穷举法python例子_（Python）简单线性模型与穷举优化,穷举法

一个简单的线性模型，使用穷举法计算所有最小二乘误差，并生成分析图。

import numpy as np

import matplotlib.pyplot as plt

# 简单线性模型-穷举法优化

x_data=[1.0,2.0,3.0]

y_data=[2.0,4.0,6.0]

# 前向传播

def forward(x):

return x*w

# 最小二乘损失函数

def loss(x,y):

y_pred=forward(x)

return (y_pred-y)**2

# 权值列表

w_list=[]

# 最小二乘损失列表

mse_list=[]

# 穷举优化

for w in np.arange(0.0,4.1,0.1):

print('w=',w)

loss_sum=0

for x_val,y_val in zip(x_data,y_data):

# 预测值

y_pred_val=forward(x_val)

# 损失值

loss_val=loss(x_val,y_val)

loss_sum=loss_sum+loss_val

print('\t',x_val,y_val,y_pred_val,loss_val)

print('MSE=',loss_sum/3)

w_list.append(w)

mse_list.append(loss_sum/3)

# 可视化权值和损失

fig=plt.figure()

plt.xlabel('w')

plt.ylabel('loss')

plt.plot(w_list,mse_list)

plt.grid()

# plt.show()

plt.savefig(r'./test.jpg')

plt.clf()

结果图：