【深度学习基础-11】简单线性回归（下）--实例及python代码实现

最新推荐文章于 2021-02-22 20:44:34 发布

人工智能博士

最新推荐文章于 2021-02-22 20:44:34 发布

阅读量1.9k

点赞数 2

分类专栏：深度学习基础专栏 Python 由浅入深学习机器学习文章标签：简单线性回归

学习记录

本文链接：https://blog.csdn.net/qq_15698613/article/details/86307009

版权

由浅入深学习机器学习同时被 3 个专栏收录

17 篇文章 66 订阅 ¥9.90 ¥99.00

订阅专栏

Python

20 篇文章 3 订阅

订阅专栏

深度学习基础专栏

17 篇文章 3 订阅

订阅专栏

本文介绍了如何运用Python进行简单线性回归分析，通过实例展示了数据处理和模型构建的过程，并提供了相应的代码运行结果。

摘要由CSDN通过智能技术生成

比如有5组数据，让你去做简单线性回归。

python代码实现上述过程

import numpy as np

def fitSLR(x,y):
    n = len(x)
    dinominator = 0
    numerator = 0
    for i in range(0, n):
        numerator += (x[i] - np.mean(x))*(y[i] - np.mean(y))
        dinominator += (x[i] - np.mean(x))**2

    print("numerator", numerator)
    print("dinominator", dinominator)
    b1 = numerator/float(dinominator)
    b0 = np.mean(y)/float(np.mean(x))

    return b0, b1

def predict(x, b0, b1):
    return b0 + x*b1

x = [1, 3, 2, 1, 3]
y = [14, 24, 18, 17, 27]

b0, b1

了解本专栏