线性回归算法及回归实践(最小二乘法)

最新推荐文章于 2024-04-27 16:59:54 发布

FDmitnick

最新推荐文章于 2024-04-27 16:59:54 发布

阅读量827

点赞数

分类专栏：机器学习文章标签： python 机器学习

本文链接：https://blog.csdn.net/FDmitnick/article/details/106223116

版权

1、线性回归是什么
回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。
线性回归（2）：梯度下降法相关

2、最小二乘法算法
2.1、最小二乘法

3、相关实例的代码

3.1、最小二乘法的代码

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('data.csv', header=None)
x_data = data[0]
y_data = data[1]
# plt.scatter(x_data, y_data)
# plt.show()

# 学习率learning rate
lr = 0.005
# 截距
b = 0
# 斜率
k = 0
# 最大迭代次数
epochs = 50


def compute_error(b, k, x_da