线性回归算法实现

先是简单的线性回归，原理公式推导就不多写了，直接上代码喽。定义了一个线性回归的类，里面包含了用于训练回归算法的函数fit，和用于预测的函数predict。

import matplotlib.pyplot as plt
import numpy as np



class LinearRegression():#一维线性回归
    def __init__(self):
        self.w=None
    def fit(self,X,y):#学习算法
        print X.shape
        X=np.insert(X,0,1,axis=1)#插入X0的权重值
        X_=np.linalg.inv(X.T.dot(y))#linalg为矩阵运算包,inv矩阵求逆，det求行列式
        self.w=X_.dot(X.T).dot(y)
        
    def predict(self,X):#预测算法
        X=np.insert(X,0,1,sxis=1)
        y_pred=X.dot(self.w)
        return y_pred