python中for循环不是0的结果自动变成0？

  • Z时代
  • 2024-03-13
  • 分类：IT

python中for循环不是0的结果自动变成0？

我在计算正则化梯度时，公式没有错，但是从第2个位置以后都为0，于是我拿出来一个单独计算，发现并不是0，为什么在for循环中，python把不是0的数变成为0了。

相关代码

def RegGradient(theta,X,y,lam):
    X=np.matrix(X)
    y=np.matrix(y)
    theta=np.matrix(theta)  
    theta_term=np.zeros(21)
    theta_term[0]=np.mean(np.multiply((sigmoid(X*theta.T)-y),X[:,0]))
    for i in np.arange(1,len(theta)):
        theta_term[i]=np.mean(np.multiply((sigmoid(X*theta.T)-y),X[:,i]))+(lam/len(y))*theta[0,i]
    return theta_term
python">theta_0=RegGradient(theta=np.zeros(21),X=X,y=y,lam=1)
theta_0
运行结果：array([0.00847458, 0.        , 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.        , 0.        , 0.        ,
       0.        ])

拿出来计算

theta=np.zeros(21)
theta=np.matrix(theta)
X=np.matrix(X)
y=np.matrix(y)
lam=1
theta_term=np.zeros(21)
theta_term[0]=np.mean(np.multiply((sigmoid(X*theta.T)-y),X[:,0]))
theta_term[1]=np.mean(np.multiply((sigmoid(X*theta.T)-y),X[:,1]))+(lam/len(y))*theta[0,1]
theta_term[1]
结果：array([0.00847458, 0.01878809, 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.        , 0.        , 0.        ,
       0.        ])

以上是 python中for循环不是0的结果自动变成0？ 的全部内容， 来源链接： utcz.com/p/938417.html

回到顶部