线性回归程序

最新推荐文章于 2024-10-01 23:05:47 发布

优化大师傅

最新推荐文章于 2024-10-01 23:05:47 发布

阅读量58

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/Liang_1_/article/details/129923033

版权

该代码定义了一个LR_LS类，用于执行线性回归。在fit方法中，使用最小二乘法计算权重向量w，通过矩阵运算X的转置乘以X的逆再乘以y得到。predict方法则利用已学习的权重进行预测，输入新自变量X并返回预测值。

摘要由CSDN通过智能技术生成

class LR_LS():
def __init__(self):
self.w = None
def fit(self, X, y):
# 最小二乘法矩阵求解
#============================= show me your code =======================
self.w = np.linalg.inv(X.T.dot(X)).dot(X.T).dot(y)
#============================= show me your code =======================
def predict(self, X):
# 用已经拟合的参数值预测新自变量
#============================= show me your code =======================
y_pred = X.dot(self.w)
#============================= show me your code =======================
return y_pred

if __name__ == "__main__":
lr_ls = LR_LS()
lr_ls.fit(x,y)
print("估计的参数值：%s" %(lr_ls.w))
x_test = np.array([2,4,5]).reshape(1,-1)
print("预测值为: %s" %(lr_ls.predict(x_test)))