机器学习笔记 -吴恩达（第六章：线性回归，numpy实现、scikit-learn实现，附源码）

（1）数据描述

1，使用pandas读取数据，简化后续操作

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

path =  'ex1data1.txt'
data = pd.read_csv(path, header=None, names=['Population', 'Profit'])
data.head()

2，绘制数据，看看数据样子

data.plot(kind='scatter', x='Population', y='Profit', figsize=(12,8))
plt.show()

3，定义一个损失函数，使用梯度下降算法

    def computeCost(X, y, theta):
          inner = np.power(((X * theta.T) - y), 2)
          return np.sum(inner) / (2 * len(X))

    公式 ：

4，为了使用向量进行计算，对数据做一些改造

   在训练集中添加一列，以便我们可以使用向量化的解决方案来计算代价和梯度。

  data.insert(0, 'Ones', 1)

 cols = data.shape[1]

 #特征数据集
 X = data.iloc[:,0:cols-1]#X是所有行，去掉最后一列

#目标数据集
 y = data.iloc[:,cols-1:cols]#X是所有行，只取最后一列

X.head()#head()是观察前5行

y.head()