RuntimeWarning: overflow encountered in double_scalars

[mnpgl]

技术小白 刚接触机器学习

根据网上的一些资料 和 看录屏 做了一个 梯度下降的练习

一直报错:RuntimeWarning: overflow encountered in double_scalars

怎么也找不出来 求 大神出来指点一下

import numpy as np
import matplotlib.pyplot as plt

#读取训练集中的数据
train_data = np.loadtxt('ccpp_train.txt',delimiter=',')
print('训练集中的数据:',train_data)

#获取训练集数据的总条数
Sum = np.shape(train_data)[0]
print('训练集的总条数:',Sum)

#获取训练集中的X部分
normalX = train_data[:,0:4]
print('X部分:',normalX)

#获取训练集中Y的部分
normalY = train_data[:,4].reshape(Sum,1)
print('Y部分',normalY)

#获取训练集中X部分的平均值
mu = np.mean(normalX,0)
print('X部分的平均值:',mu)
#获取训练集中X部分的标准差
sigma = np.std(normalX,0,ddof=1)
print('X部分的标准差:',sigma)
#标准化
normalX -= np.tile(mu,[Sum,1])
normalX /= np.tile(sigma,[Sum,1])

#实现代价函数
def cost_function(x,y,theta):
    num = np.shape(y)[0]
    J = np.sum(x.dot(theta)-y)**2/(2*num)
    return J

#实现梯度下降
def genaral_function(x,y,theta,alpha,iter_num):

    #定义一个可接受的误差范围
    canOk = 0.0001
    m = x.shape[0]
    for iter_index in range(iter_num):
        J = cost_function(x,y,theta)

        delta = x.T.dot(x.dot(theta)-y)

        theta -= (alpha/m)*delta

        if J <= canOk:
            break

    return theta


# 测试集的使用
data = np.loadtxt('ccpp_test.txt',delimiter=',')
X = data[:,0:4]
mm = data.shape[0]
Y = data[:,4].reshape(mm,1)
theta = np.zeros((4,1))
goodth = genaral_function(X,Y,theta,0.05,1000)


#  画图
# X 测试值  Y真实值
x = normalY
y = goodth.dot(X)

plt.plot(x,y,r'x')
plt.show()

然后 我张贴一下我的结果 包括报错

D:\Python36\python.exe C:/Users/ASUS/PycharmProjects/Mechaing_test/weekTest01/lineReg.py
训练集中的数据: [[    8.34    40.77  1010.84    90.01   480.48]
 [   23.64    58.49  1011.4     74.2    445.75]
 [   29.74    56.9   1007.15    41.91   438.76]
 ..., 
 [   19.31    43.56  1013.65    41.54   463.35]
 [   21.4     74.93  1014.58    80.85   434.09]
 [   29.33    52.84  1006.04    44.3    438.25]]
训练集的总条数: 6687
X部分: [[    8.34    40.77  1010.84    90.01]
 [   23.64    58.49  1011.4     74.2 ]
 [   29.74    56.9   1007.15    41.91]
 ..., 
 [   19.31    43.56  1013.65    41.54]
 [   21.4     74.93  1014.58    80.85]
 [   29.33    52.84  1006.04    44.3 ]]
Y部分 [[ 480.48]
 [ 445.75]
 [ 438.76]
 ..., 
 [ 463.35]
 [ 434.09]
 [ 438.25]]
X部分的平均值: [   19.71185135    54.35718857  1013.1687214     73.20855242]
X部分的标准差: [  7.42148416  12.76360801   5.9547403   14.65785661]
C:/Users/ASUS/PycharmProjects/Mechaing_test/weekTest01/lineReg.py:33: RuntimeWarning: overflow encountered in double_scalars
  J = np.sum(x.dot(theta)-y)**2/(2*num)
C:/Users/ASUS/PycharmProjects/Mechaing_test/weekTest01/lineReg.py:47: RuntimeWarning: invalid value encountered in subtract
  theta -= (alpha/m)*delta
Traceback (most recent call last):
  File "C:/Users/ASUS/PycharmProjects/Mechaing_test/weekTest01/lineReg.py", line 67, in <module>
    y = goodth.dot(X)
ValueError: shapes (4,1) and (2881,4) not aligned: 1 (dim 1) != 2881 (dim 0)

Process finished with exit code 1

[mnpgl]

楼主现在回来一下 ，问题已经解决了 主要原因还是 楼主太过粗心 ， 没有通过训练集的 参数，直接使用的是 测试集的参数 测试集里面没有进行 归一化处理 产生了溢出 现象！ 结帖！！！