5、自然语言处理与机器学习：NumPy和Pandas入门

自然语言处理与机器学习：NumPy和Pandas入门

1. NumPy相关内容

1.1 逐次逼近法计算均方误差（MSE）

在二维平面中，为了确定一组点的最佳拟合线方程，我们可以使用逐次逼近法计算“delta”近似值。下面的代码（ plain_linreg2.py ）展示了如何使用模拟数据计算MSE：

import numpy as np
import matplotlib.pyplot as plt
# %matplotlib inline
X = [0,0.12,0.25,0.27,0.38,0.42,0.44,0.55,0.92,1.0]
Y = [0,0.15,0.54,0.51, 0.34,0.1,0.19,0.53,1.0,0.58]
#uncomment to see a plot of X versus Y values
#plt.plot(X,Y)
#plt.show()
losses = []
#Step 1: Parameter initialization
W = 0.45 
b = 0.75

epochs = 100
lr = 0.001
for j in range(1, epochs):
    for i in range(1, 100):
        #Step 2: Calculate Loss
        Y_pred = np.multiply(W, X) + b
        Loss_error = 0.5 * (Y_pred - Y)**2
        loss = np.sum(Loss_error)/10