numpy实现线性模型最小二乘回归和岭回归

提出线性模型为

y=xw

最小二乘回归

min \sum \left (xw-y \right )^{2}

# 拟合
w = np.linalg.pinv(X.T @ X) @ X.T @ y
# 预测
py = X @ w

岭回归(Ridge regression)

min \sum \left (xw-y \right )^{2}+\lambda \left \| w \right \|_{2}^{2}

其中,\lambda为岭系数。

# 拟合
w = np.linalg.inv(X.T @ X + alpha*np.eye(X.shape[1])) @ X.T @ y
# 预测
py = X @ w

  • 9
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值