手写的线性回归实例（代码仔细讲解）

最新推荐文章于 2024-06-25 01:07:56 发布

Bowen_Yang

最新推荐文章于 2024-06-25 01:07:56 发布

阅读量1.2k

点赞数 3

分类专栏：机器学习

本文链接：https://blog.csdn.net/qq_39627843/article/details/105243618

版权

本文通过链家网上房价数据，详细讲解如何用y=k*x+b建立线性回归模型。代码中包含详细注释，适合初学者理解线性回归。实际运行后发现仅考虑房屋面积导致预测不准确，因此计划引入更多因素提升预测准确性。

摘要由CSDN通过智能技术生成

根据链家网上的数据，自己写了两个程序，预测一下房价

对代码的讲解是比较详细的，恳请耐心阅读代码，如果你对线性回归基础还不是很了解，完全可以看我的代码理解

注释全部在代码中

第一个例子：使用 y = k*x + b 这样一个简单模型

# 自己手写的线性回归实例   author:杨博文
# 例子说明，根据链家网站提供的房屋数据，训练出预测模型
# 使用的是深圳的房屋价格  网址：https://sz.fang.lianjia.com/loupan/
# 已经选取了部分数据在下面，可以直接使用
import numpy as np
import matplotlib.pyplot as plt

# --------------最简单的模型------------------
# 使用 y = k*x + b , 即 price = k*area + b

area = [79, 106, 177, 117, 600, 119, 67, 140, 100, 140, 88, 191]
price = [367, 230, 1350, 520, 5000, 880, 467, 1830, 800, 540, 650, 1719]  # 单位：万
# test data
area_test = [155,185,126,116,380,143,238]
price_test = [640,2700,240,590,1714.5,700,530]

# -------------------------------------------


if __name__ == '__main__':
    # 初始化
    k = 0
    b = 0
    lr