批量梯度下降算法显示 'int' 不可迭代错误
Batch Gradient descent algorithm showing 'int' not iterable error
lr = 0.1
n_iterations = 1000
m = 5
theta = np.array([[1000],[989],[123],[3455]])
for iterations in n_iterations:
gradients = 2/m * X_b.T.dot(X_b.dot(theta) - y)
theta = theta - lr * gradients
theta
执行代码后出现错误 'int' is not iterable。
更多数据:
X_b = np.asanyarray(df[['area', 'bedrooms', 'age']])
来自 csv 文件
我使用三个参数(面积、卧室、年龄)来预测价格,即 y
请帮我解决那个错误
n_iterations
是一个 int,它不像错误所说的那样是可迭代的。我想你想循环 n_iterations
次。
像这样尝试range
:
lr = 0.1
n_iterations = 1000
m = 5
theta = np.array([[1000],[989],[123],[3455]])
for iterations in range(n_iterations):
gradients = 2/m * X_b.T.dot(X_b.dot(theta) - y)
theta = theta - lr * gradients
theta
您正在使用 for iterations in n_iterations:
,其中 n_iterations
是不应重复的整数值。你可以使用范围来克服它
for iterations in range(n_iterations):
lr = 0.1
n_iterations = 1000
m = 5
theta = np.array([[1000],[989],[123],[3455]])
for iterations in n_iterations:
gradients = 2/m * X_b.T.dot(X_b.dot(theta) - y)
theta = theta - lr * gradients
theta
执行代码后出现错误 'int' is not iterable。
更多数据:
X_b = np.asanyarray(df[['area', 'bedrooms', 'age']])
来自 csv 文件
我使用三个参数(面积、卧室、年龄)来预测价格,即 y
请帮我解决那个错误
n_iterations
是一个 int,它不像错误所说的那样是可迭代的。我想你想循环 n_iterations
次。
像这样尝试range
:
lr = 0.1
n_iterations = 1000
m = 5
theta = np.array([[1000],[989],[123],[3455]])
for iterations in range(n_iterations):
gradients = 2/m * X_b.T.dot(X_b.dot(theta) - y)
theta = theta - lr * gradients
theta
您正在使用 for iterations in n_iterations:
,其中 n_iterations
是不应重复的整数值。你可以使用范围来克服它
for iterations in range(n_iterations):