线性回归 预测波士顿房价

这篇博客通过Python实现线性回归模型,详细展示了如何预测波士顿房价。首先,博主导入所需库,创建模拟数据进行训练,并迭代优化模型参数。接着,博主使用sklearn库加载波士顿房价数据集,对数据进行处理并建立线性回归模型,最后绘制预测结果与实际房价的对比图。
摘要由CSDN通过智能技术生成

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(0.,10.,0.2)

m = len(x)

x0 = np.ones(m)

input_data = np.vstack([x0,x]).T

target_data = 2*x+5+np.random.randn(m)

loop_max = 1000

epsilon = 1e-3

np.random.seed(0)

theta = np.random.randn(2)

alpha = 0.001

error = np.zeros(2)

count = 0

finish = 0

while count < loop_max:

count+=1

sum_w = np.zeros(2)

for i in range(m):

for j in range(2):

sum_w[j] += (target_data[i]-theta.dot(input_data[i,:]))*(-input_data[i,j])

theta = theta - (

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值