首页 > TAG信息列表 > alpha1
【最优化】C++实现逐次插值逼近法（三点二次插值法）
三点二次插值法代码 #include <iostream> #include <cmath> #include <random> #include <ctime> int SEED = 0; // 用于设置不同的种子，防止产生相同的随机情况 // 课本P137第6题函数 double f(double t) { return 1 - t * exp(- t * t); } // 课本P114例3.3.2 double f1sgd Momentum Vanilla SGD RMSprop adam等优化算法在寻找函数最值的应用
1\sgd q=q-a*gt a是学习率 gt是函数的梯度 也就是沿着梯度的反方向得到下降最快的，最快能找到函数的最值 2 Momentum 然后q=q-mt 3 RMSprop 4 Adam Adam[6] 可以认为是 RMSprop 和 Momentum 的结合。和 RMSprop 对二阶动量使用指数移动平均类似，Adam 中对一阶动量也简易Lasso回归 R语言 变量含有分类变量处理
#这是个简易的lasso， 里面有几个参数，像family，应该自主 ？？函数 去调一下 #加载包library(haven)#导入数据R <- read_dta("C:/Users/XXX/Desktop/R_cat.dta")data <- R#X变量都是连续变量x <- as.matrix(data[,1:29])y <- data[,30] #第30列是Y变量x <- data.matrix(x)y <- data.