educoder机器学习 --- 线性回归

最新推荐文章于 2024-10-23 18:02:12 发布

木右加木

最新推荐文章于 2024-10-23 18:02:12 发布

阅读量4.8k

点赞数 10

分类专栏： educoder 文章标签：机器学习线性回归

本文链接：https://blog.csdn.net/VDingLinlin/article/details/121212193

版权

本文深入探讨了线性回归，包括简单线性回归和多元线性回归的概念，介绍了线性回归的正规方程解法，并通过scikit-learn库实践了用线性回归预测波斯顿房价的例子，帮助理解线性回归的性能评估指标。

摘要由CSDN通过智能技术生成

第1关：简单线性回归与多元线性回归

１、ＢＣ
２、ＡＢＣ
３、Ａ

第2关：线性回归的正规方程解

#encoding=utf8 
import numpy as np
def mse_score(y_predict,y_test):
    '''
    input:y_predict(ndarray):预测值
          y_test(ndarray):真实值
    ouput:mse(float):mse损失函数值
    '''
    #********* Begin *********#
    mse = np.mean(y_predict-y_test)
    #********* End *********#
    return mse
class LinearRegression :
    def __init__(self):
        '''初始化线性回归模型'''
        self.theta = None
    def fit_normal(self,train_data,train_label):
        '''
        input:train_data(ndarray):训练样本
              train_label(ndarray):训练标签
        '''
        #********* Begin *********#
        x = np.hstack([np.ones((len(train_data)