Scikit学习-自定义成本函数

时间:2018-09-17 00:23:14

标签: python machine-learning scikit-learn

我有点知道如何在python中执行此操作,但可以肯定的是,使用scikit learning可以找到一种更好的方法。我对python有点熟悉,但对scikit学习是新的。请帮忙。

我想做的是:

A = f_A(a,b)

B = f_B(a,b)

应该在系统中发生的是,当我向黑盒功能输入a == 5,b == 3时,它需要输出A = 5,B = 3。但是它输出的值略有不同,例如A == 5.5,B == 2.8。

我最终想知道黑盒函数f_A(a,b)和f_B(a,b)。我假设f_A(a,b)和f_B(a,b)是线性的。例如,

A = f_A(a,b)= a * w_Aa + b * w_Ab + constant_A

B = f_B(a,b)= a * w_Ba + b * w_Bb + constant_B

成本为c =((A-a)^ 2 +(B-b)^ 2)^ 0.5

因此,我想找到w_Aa,w_Ab,w_Ba,w_Bb,以使它们最小化上面的成本函数。有人给我个建议吗?预先感谢。

0 个答案:

没有答案