АП
#C6W7 на проверочку плз)
https://www.coursera.org/learn/data-analysis-project/peer/vukl9/diemonstratsiia-alghoritma-dlia-zakazchika/review/WGmH4JUeEeq3vRKqoVZSjw
Size: a a a
2020 May 13
ВЧ
OG
#C6W3 проверьте, пжлста
OG
AK
Люди, здравствуйте. Разбил голову об задание на C2W1 (стохастический градиентный спуск). У меня ошибка на 4 шаге сходится к 2.815. Скорее всего, проблема в шаге.
AK
Градиентный спуск крутится все 10к шагов. Контроль weight_dist не спасает.
ИШ
Люди, здравствуйте. Разбил голову об задание на C2W1 (стохастический градиентный спуск). У меня ошибка на 4 шаге сходится к 2.815. Скорее всего, проблема в шаге.
В градиенте учитываешь множитель 2/l ?
AK
В градиенте учитываешь множитель 2/l ?
Пробовал и так, все очень медленно сходится и на выходе получается 32.777
РЩ
Всем привет! Можете подсказать, как в #C6W1 (задание про такси и временные ряды) агрегировать данные по часам и областям с заполнением нулями отсутствующих пар час-область? Я агрегировал просто с по имеющимся данным без дополнения отсутствующих пар.
ИШ
Пробовал и так, все очень медленно сходится и на выходе получается 32.777
Но градиент иначе нельзя считать, возможно ошибка в другом месте
AG
код не видел, но иногда может тормозить, если не используете методы numpy
AG
написал цикл в Питоне и все повисло
AK
Но градиент иначе нельзя считать, возможно ошибка в другом месте
AK
Но градиент иначе нельзя считать, возможно ошибка в другом месте
ИШ
Лично у меня были проблемы с размерностями массивов. Где-то в середине программы вместо строки может получиться матрица, но ошибки никакой не возникнет, так как в питоне предусмотрена работа методов с самыми разными типами входных данных.
ИШ
Могу посоветовать проверить на каждом шаге размерности массивов
AK
Лично у меня были проблемы с размерностями массивов. Где-то в середине программы вместо строки может получиться матрица, но ошибки никакой не возникнет, так как в питоне предусмотрена работа методов с самыми разными типами входных данных.
Эту проблему я уже заметил, из-за этого приходится прибегать к ухищрениям (или даже извращениям), т.к. вектор вместо матрицы или наоборот может привести к катастрофе. Так называемое приведение типов как-то я не ощутил. К примеру, вот такая матрица не работает как вектор:
AK
Какой-нибудь простой способ убрать лишние скобкт ищу до сих пор :(
ИШ
flatten() у ndarray
AK
Я на промежуточных шагах преобразовал массив X в матрицу (matrix). Тогда это помогло, но на последнем шаге, видимо, вылезло боком. Кстати, для строк из matrix flatten не работает.