李宏毅机器学习HW1 PM 2.5预测 by python

这篇博客记录了作者在李宏毅机器学习课程中,使用Python进行PM 2.5预测的实践过程。作者从train.csv数据集中划分训练集和测试集,并构建线性回归模型,通过迭代优化降低误差。最终得到的权重和误差值,并计划进一步优化模型。
摘要由CSDN通过智能技术生成

李宏毅机器学习HW1 PM 2.5预测 by python


数据连接
这是我的第一篇文章

以前常常划水查需要的资料,这次在李宏毅机器学习课程中想找到看看有没有合适的代码,但没有找到满意的,于是决定分享出我的代码希望一起交流一下。
上代码,再解释。

#!/usr/bin/python
# -*- coding:utf-8 -*-
import numpy as np

import pandas as pd


def Error(yArr, yHatArr):
    return np.sum(np.square(yArr - yHatArr))

def G(dataMatIn, classLabels):
    dataMatrix = np.mat(dataMatIn)
    labelMat = np.mat(classLabels).transpose()
    m, n = np
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