有人可以解释为什么我的矩阵减法搞乱了索引吗？

Question

因此，我正在为波士顿房屋数据集建立回归模型，并且由于某种原因，当我尝试在梯度下降算法中减去两个506x1矩阵时（prediction_error = np.subtract（y，prediction_function）它给了我一个506x506矩阵（prediction_error）。我之前做过两次相同的操作，没有发生任何错误。我尝试使用np.subtract而不是仅在python中使用常规减号，但没有任何更改。有人可以帮我吗？picture of the code along with the REPL message

Answer 1

您的数组y的形状为(506,)，另一个数组的形状为(506,1)，并且python彼此广播。尝试将它们重塑为类似的形状，如下所示：

np.subtract(y,prediction_function.reshape(y.shape))

要查看效果，这里是一个示例代码，可以更好地理解：

A = np.arange(5).reshape(5,1)
B = np.arange(5).reshape(1,5)
np.subtract(B, A)

[[ 0  1  2  3  4]
 [-1  0  1  2  3]
 [-2 -1  0  1  2]
 [-3 -2 -1  0  1]
 [-4 -3 -2 -1  0]]

np.subtract(B, A.reshape(B.shape))

[[0 0 0 0 0]]