线性回归和梯度下降代码

根据原理的代码！lkx半桶水看不懂那种xixi

在jupyter跑的！

目录

线性回归

梯度下降

1 批量梯度下降

​编辑2 随机梯度下降

线性回归

import numpy as np
import os
import matplotlib.pyplot as plt

#字体设置
plt.rcParams['axes.labelsize']=14
plt.rcParams['xtick.labelsize']=12
plt.rcParams['ytick.labelsize']=12
import warnings
warnings.filterwarnings('ignore')

import numpy as np
X=2*np.random.rand(100,1)
y=4+3*X+np.random.randn(100,1)

X_b=np.c_[np.ones((100,1)),X]
#最小二乘法的结果
theta_best=np.linalg.inv(X_b.T.dot(X_b)).dot(X_b.T).dot(y)

X_new=np.array([[0],[2]])#(0,2)连接画一条线
X_new_b=np.c_[np.ones((2,1)),X_new]
y_predict=X_new_b.dot(theta_best)

plt.plot(X_new,y_predict,'r--')
plt.plot(X,y,'b.')
plt.show()

 直接调api