机器学习之线性回归记录
记录一下线性回归入门遇到的Python之中模块与函数
- Numpy
- numpy.random.rand: 创建一个给定类型的数组,将其填充在一个均匀分布的随机样本[0, 1)中。例如:
- 生成单个随机数:`print(np.random.rand() 生成单个随机数的结果
- 生成二维数组:
print(np.random.rand(2,3))
生成二维数组的结果
- numpy.randon.randn:从标准正态分布中返回一个或多个样本值。 例如:
- 单个样本值:
print(np.random.randn())
单个样本值 - 多个样本值:
print(np.random.randn(2,3))
两行三列的样本值矩阵
- 单个样本值:
- numpy.c:将切片对象按列连接,例如:
print(np.c_[[1,2,3],[4,5,6]])
结果
- numpy.r:将切片对象按行连接,例如:
print(np.r_[[1,2,3],[4,5,6]])
结果
- numpy.ones:函数返回给定形状和数据类型的新数组,其中元素的值设置为1。例如:
print(np.ones([2,3]))
两行三列数组
- np.linalg.inv:求逆矩阵,具体可以参考博主:逆矩阵
- numpy.dot:求矩阵点积。例如:
print(np.dot([2,3],[3,2]))
结果
- numpy.random.rand: 创建一个给定类型的数组,将其填充在一个均匀分布的随机样本[0, 1)中。例如: