python递推法_递推最小二乘法——python程序

该博客介绍了如何使用Python的递推最小二乘法(RLS)来预测波士顿房价。通过加载波士顿房价数据集,进行训练集和测试集划分,然后应用RLS函数计算权重,并最终评估预测结果的均方误差。代码中展示了RLS算法的实现细节,包括特征矩阵的处理和更新权重的过程。
摘要由CSDN通过智能技术生成

算法引用的数据为python自带的波士顿房价数据。代码如下:

# data 第一列为标记值

# data 后几列为特征向量

# initialTheta 为需要求得的theta

import numpy as np

import sklearn.datasets

from sklearn.model_selection import train_test_split

from sklearn.metrics import mean_squared_error

import matplotlib as mpl

import matplotlib.pyplot as plt

import warnings

###################

## data 第一列为真值,后面所有列为特征

## initialTheta 估算的权值初值

## featureNum 特征的个数

def RLS_Fun(data, initialTheta, featureNum):

Theta = initialTheta

P = 10 ** 6 * np.eye(featureNum)

lamda = 1

for i in range(len(data)):

featureMatrix = data[i][1:]

featureMatrix = featureMatrix.reshape(featureMatrix.shape[0], 1)

y_real = data[i][0]

K = np.dot(P, featureMatrix) / (lamda + np.dot(np.dot(featureMatrix.T,

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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