使用Python实现线性回归

使用Python实现线性回归

1、数据集

线性回归数据集来源于GitHub，由一百个点组成（也可以自己设置一些点作为数据集），使用matplotlib绘制如下：

2、实验过程

1. 损失函数
   使用均方误差作为损失函数。通过使均方误差最小化来优化线性模型。
   
2. 参数初始化
   设定w,b作为线性模型的两个参数，初始值为0。
   lr作为学习率，初始值为0.0001。
   epochs初始值设置为90，对数据集训练90轮。
3. 更新参数
   根据损失函数对w,b进行求导，对求导后的梯度乘以学习率lr，更新参数。详见代码
4. 源代码

import tensorflow as tf
import numpy as np
from matplotlib import pyplot as plt
import matplotlib
#加载并处理数据
def load_datasets():
    points = np.genfromtxt("data.csv", delimiter=",")
    x = points[:, 0]
    y = points[:, 1]
    x = tf.convert_to_tensor(x, dtype=tf.float32)
    y = tf.convert_to_tensor(y, dtype=tf.float32)
    return x,y