每日一句
房子不是你想买想买就能买。
基础介绍
线性回归算法是处理回归问题的常用方法,下面就线性回归算法来做一个简单的模型。通过走势模拟房子售价。
通过数据样本的基本绘图,可以知道某个现象是不是一个线性的分布过程,并且按一次线性方程分布。
那么就可以用下面的方法实现。
科普时间
线性回归模型,其核心思想为代价函数以及平方差函数:
假设函数:
目标函数:
过学习算法找到一个局部最优解,使得代价函数的值最小。
使用梯度下降的算法寻找局部最优解的公式:
回归结果
得到最优解后,我们就可以得到我们想要的假设函数来拟合我们的数据样本。
从图上可以知道,利用线性回归存在一定偏差。
因为这部完全算是一个线性问题,包含很多政策、经济原理。
我们但是通过这个走势可以让我们明白涨是一个趋势,下一步进行非线性探索。
x=[1 2 3 4 5 6 7 8 9 10 11 12]; %月份标签及价格
y=[7276 7279 7291 7349 7381 7450 7604 7858 8053 8271 8477 8659];
theta1=0; %一次系数
theta0=0; %常系数
[row,col]=size(x); %theta初始化 初值选取对结果影响也很大,特别是theta2的选取