视频网址
https://www.imooc.com/learn/972
一、线性回归的数学表示:
将Θ和X都看成方阵,X角标1看做1,则Y=ΘX
二、两种实现线性回归的方法:
1、最小二乘法
但直接计算会产生问题
- 矩阵是否满秩
- 运算性能问题
2、梯度下降
- α表示学习速率(一般为0到1之间)
- J(θ)表示损失函数(即L函数)
三、在python中的应用
1、基本方法
- numpy库
- inv求矩阵的逆
- dot求矩阵的点乘
- mat矩阵
2、实现最小二乘法——线性回归的第一种方法
- 在计算量大时计算机无法承受
3、实现梯度下降——实现线性回归的第二种方法
- 推荐的方法
- numpy.sum()加权求和
4、应用
data.csv文件
结果: