《meachine learning》机器学习学习记录 1.线性回归

机器学习学习记录 1.线性回归

单变量线性回归

#调用所需要的库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt		

#读取文件
path =  'ex1data1.txt'
data = pd.read_csv(path, header=None, names=['Population', 'Profit'])#read_csv用来读取文件
data.head() #只观察前5行数据（只能读取前五行数据）
data.describe()  #统计一个datafram的信息，观察一系列数据的范围、大小、波动趋势。

其中**describe()**函数功能返回值如下：

	Population	Profit
count	总数量
mean	均值
std	标准差
min	最小值
25%	四分之一分位数
50%	二分之一分位数
75%	四分之三分位数
max	最大值

---

将数据可视化（画图）

data.plot(kind='scatter', x='Population', y='Profit', figsize=(12,8))#画散点图，x和y分别是其横纵坐标标签，figsize是其图像大小
plt.show()#展示画出的图像

代价函数

创建一个以参数$\theta$​为特征函数的代价函数
$$J(\theta )=\frac{1}{2m}\sum _{i=1}^m(h_{\theta }(x^{(i)})-y^{(i)}{)}^2$$
其中：
$$h_{\theta }(x)={\theta }^{}$$