玩命加载中...
<
关于随机梯度下降和小批量梯度下降法，还有很多值得讨论的细节，比如学习率的选择、批量尺寸的选择、如何设置衰减的学习率、如何设定迭代终止条件等等。
梯度下降法不光可以应用在最小二乘回归上，也可以应用各种不同的损失函数上，我们在此也不一一举例。
既然已经用三种梯度下降法训练好了模型，下面来预测`questions`，
```python
submit = pd.read_csv('sample_submit.csv')
submit['questions'] = submit['id'] * 2.20164177512 + 923.011781435
```
稍微修改下第一、二、三节中的代码，我们也可以用梯度下降法来预测回答数`answers`。
```python
submit['answers'] = submit['id'] * 4.180122 + 2027.140454
submit.to_csv('my_sgd_prediction.csv', index=False)
```
然后把你的结果提交到**[排行榜](http://sofasofa.io/competition.php?id=4#c4)**，看看成绩哦！
<ul class="pagination">
<li><a href="index.php">第1页</a></li>
<li><a href="2.php">第2页</a></li>
<li><a href="3.php">第3页</a></li>
<li><a href="4.php">第4页</a></li>
<li><a href="5.php">第5页</a></li>
<li class="active"><a href="#">第6页</a></li>
</ul>
<ul class="pager">
<li class="previous"><a href="5.php"><b>← 返回前一页</b></a></li>
<li class="next"><a href="../../tutorials.php"><b><i class="fa fa-graduation-cap" aria-hidden="true"></i> 学完咯！</b></a></li>
</ul>
]]>
