迭代次数(梯度下降)
迭代次数(梯度下降)
提问于 2020-06-27 10:44:35
我正在学习梯度下降算法，我在Boston ( sklearn)上实现了这样一个**(在python中)**。我还实现了一个成本函数，它接收所有的系数、截距和训练数据，并返回这些系数和拦截的成本。我在1500迭代和learning_rate = 0.000003202的波士顿数据集上运行了该算法，并成功地进行了收敛，使最小成本为61.840725406571245，但是当我对相同的训练数据训练sklearn的LinearRegression()算法时，使用.coef_和.intercept_发现了成本。的成本最低为19.958219814238042。所以我的问题是，怎么才能说出一定数量的迭代，会给我最少的/最优的成本呢？例如，我运行算法n次，并获得特定的成本，那么我如何知道这个成本足够好，或者我需要进一步降低它呢？
回答 1
Stack Overflow用户
发布于 2020-06-27 11:11:46
您可以在培训中使用验证集。它们将是模型性能测试阶段的一个更好的指标，而不仅仅是培训错误。而且，您的learning_rate相当小，这会导致模型在大量迭代中收敛。您可以使用这些参数来查看它如何影响您的培训。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62608927
复制相关文章
相似问题
腾讯云开发者
