Question

我目前正在通过重写一些使用其他语言编写的旧程序来学习python。但是由于某种原因，我一直遇到函数调用不断返回nan的问题。下面是一个代码片段。

如果我在梯度下降函数之外调用函数theta0PartialDerivative，则返回数字，否则返回nan。我不确定是什么问题？

def theta0PartialDerivative():
    multBy=40.0
    total=temp=0

    for i in range(40):
        temp+=theta0
        temp+=theta1*sepalWidth[i]
        temp+=theta2*petalLength[i]
        temp+=theta3*petalWidth[i]
        temp-=sepalLength[i]
        total=total+temp
        temp=0
    return (multBy*total)

def gradientDescent():
    alpha=0.5
    global theta0,theta1,theta2,theta3
    theta0After=theta1After=theta2After=theta3After=1
    while(theta0After!=theta0 and theta1After!=theta1 and 
          theta2After!=theta2 and theta3After!=theta3):
        theta0=theta0After
        theta1=theta1After
        theta2=theta2After
        theta3=theta3After

        theta0After=theta0 - (alpha * theta0PartialDerivative())
        theta1After=theta1 - (alpha * theta1PartialDerivative())
        theta2After=theta2 - (alpha * theta2PartialDerivative())
        theta3After=theta3 - (alpha * theta3PartialDerivative())

theta0=theta1=theta2=theta3=accuracy=0
gradientDescent()

完整文件在这里：https://github.com/MohamedMoustafaNUIG/Linear-Regression-Gradient-Descent-First-Project/blob/master/Linear-Regression-I.py

编辑：真的吗？没有人知道这是什么问题吗？

Answer 1

发现了问题。阶跃变量Alpha太大（对于我正在处理的数据集），导致偏导数发散而不是收敛。我将alpha从0.5更改为0.13，并且可以正常工作

Python函数不断返回nan？

1 个答案: