Java 如何为线性回归得到斜率的正确变化量？

我想编程一个带处理的线性回归。但我搞混了哪些参数需要乘以，然后从斜率中加减

我试图改变参数（使其为负值，改变学习率）。b确实起作用，但是我有一些问题要解决

//数据
float[]P1={100100}；
float[]P2={200300}；
float[]P3={300250}；
float[]allData={P1，P2，P3}；
//随机起始值
浮动w1=随机（0,3）；
浮动b=随机（-100100）；
浮动学习率=0.01；
int i=0；
无效设置（）{
尺寸（10001000）；
}
作废提款（）{
背景（255）；
轴（）；
//抽签
对于（int j=0；j而言，线性回归基于以下形式的a方程

条款

应该计算直线方程相对于采样点的误差，但您的计算是错误的

恒定误差（
b
error）是样本y坐标和由样本x坐标上的直线方程计算的y坐标的差值。

线性误差（
w1
error）由梯度差计算。梯度差是高度和宽度（y/x）的商，而不是乘积。

这意味着计算必须：

dcost\u dreg+=（Y目标Y回归）；
dcost_dtar+=（Y目标Y回归）/点[0]；

表情

计算样本的平均误差，并通过考虑学习率对直线方程进行校正

更改函数
draw
，以解决问题：


void draw（）{
背景（255）；
轴（）；
//抽签
对于（int j=0；j）绘制轴和当前直线方程：

void linearPoints（浮点w1，浮点b）{
冲程重量（3）；
冲程（100100255）；
浮动x0=宽度；
浮动x1=宽度；
浮动y0=x0*w1+b；
浮动y1=x1*w1+b；
线（x0+宽度/2，-y0+高度/2，x1+宽度/2，-y1+高度/2）；
}
空心轴（）{
冲程重量（1）；
冲程（255100,0）；
行（0，高度/2，宽度，高度/2）；
线条（宽度/2，0，宽度/2，高度）；
}
感谢您的快速响应！@rabbi76我试过这么做，但没有成功…我使用了P1（100100）、P2（200200）和P3（300300）点。因此，我可以清楚地看到它是否有效。我还打印了线性回归的成本，开始它似乎变小了，但随后它又开始增长。我的线性回归开始翻转，并得到负斜率。@enwo02我无法复制此结果。但您可以尝试
dcost\u dtar+=（yTarget yRegression+b）/point[0]；
y = w1 * x + b

dcost_dreg += -2*(yRegression-yTarget); 
dcost_dtar += -2*(yRegression-yTarget)*point[0];

w1 += learningRate * (dcost_dtar/allData.length);
b  += learningRate * (dcost_dreg/allData.length);