sklearn速度复习-标准方程法

import numpy as np
from numpy import genfromtxt
import matplotlib.pyplot as plt
#导入数据：输入，输出，偏置
data=np.genfromtxt("data.csv",delimiter=',')
x_data=data[:,0,np.newaxis]#(100,1)
y_data=data[:,1,np.newaxis]#(100,1)
X_data=np.concatenate((np.ones((100,1)),x_data),axis=1)#(100,2)第二列是x_data，合并了
#标准方程法求解回归参数
def weights(xArr,yArr):
    xMat=np.mat(xArr)
    yMat=np.mat(yArr)
    xTx=xMat.T*xMat#矩阵乘法
    if np.linalg.det(xTx)==0.0:#行列式为0则没有逆
        print("this matrix cannot do inverse")
        return #没有逆就表示此法不适用
    #xTx.I是xTx的逆知阵
    ws=xTx.I*xMat.T*yMat#这里的ws向量就是最优解
    return ws
#求解
ws=weights(X_data,y_data)
#结果
print(ws)#查看数值解
x_test=np.array([[20],[80]])
y_test=ws[0]+x_test*ws[1]
plt.plot(x_data,y_data,'b.')
plt.plot(x_test,y_test,'r')
plt.show()