线性回归-Linear Regreesion
给定数据集
线性回归试图学得
如何确定
基于均方误差最小化来进行模型求解的方法称为“最小二乘法”
这里
求w和b的偏导:
令偏导为0:
推广到矩阵形式w的梯度为:
线性回归、批梯度下降、随机梯度下降优化具体算法可参考:
kamidox.comblog.kamidox.com1.一元线性回归
import
![45979d772dc201b9ba4e3be99e662a2d.png](https://img-blog.csdnimg.cn/img_convert/45979d772dc201b9ba4e3be99e662a2d.png)
x_mean
![a0b348b121c7c7b7f95dc691f3fb3c1e.png](https://img-blog.csdnimg.cn/img_convert/a0b348b121c7c7b7f95dc691f3fb3c1e.png)
2.多元线性回归批梯度下降
from
out:
X_train
模型主体:
def
训练数据:
loss
查看参数:
params
{'w': array([[ 18.12432661],
[-107.67245554],
[ 404.37142851],
[ 226.28953116],
[ -10.89733854],
[ -76.80225482],
[-174.88980099],
[ 126.33236945],
[ 353.19542078],
[ 170.24624517]]),
'b': 151.95335186539964}
可视化:
import
![e72a2c0d043e4e31f2f649e2acf33c9c.png](https://img-blog.csdnimg.cn/img_convert/e72a2c0d043e4e31f2f649e2acf33c9c.png)
github地址:muxiaoxiong/Machine-learning-and-data-mining
参考:
数学推导+纯Python实现机器学习算法1:线性回归
线性回归理解(附纯python实现)_Python_快来学习鸭~~~-CSDN博客