线性回归的实现

根据带有噪声的线性模型构造一个人造数据集。

我们使用的线性模型参数、b = 4.2 和噪声项  生成数据集及其标签：

           

1.生成数据集

import numpy  as np
import torch
from torch.utils import data

#生成数据集及其标签

def synthetic_data(w,b,num_examples):
    #生成 y = Xw + b + 噪声


    #生成x  均值为0 方差为1 的随机数，一共有n个样本，列数与w相同
    x = torch.normal(0,1,(num_examples,len(w))) 
    
    y = torch.matmul(x,w) + b 
    #加入一个噪音，均值为0，方差为0.01，形状与y相同
    y += torch.normal(0,0.01,y.shape)
    return x ,y.reshape((-1,1))


true_w = torch.tensor([2,-3.4])
true_b = 4.2
features , labels = synthetic_data(true_w ,true_b ,10