吴恩达机器学习 第一课 week1 一元线性回归模型的建立

目录

01 学习目标

02 实现工具

03 问题陈述

04 建立模型

05 开始预测

06 总结

---

01 学习目标

       学习建立一元回归模型

02 实现工具

    （1）代码运行环境

              Python语言，Jupyter notebook平台

    （2）所需模块

             NumPy，Matplotlib

03 问题陈述

       问题需求为：根据二手房交易平台已成交的既有数据，对刘先生的房价进行预测。

       便于操作，示例的既有数据简化为两个数据点：

              1套100的房子售价300万元，另一套200的房子售价500万元。

      以上两个成交数据称为“数据集”或“训练数据库”。

      我们的任务是预测刘先生的房子价格，其房子面积为120。

04 建立模型

     （1）导入所需模块

import numpy as np
import matplotlib.pyplot as plt
plt.style.use('./deeplearning.mplstyle')

（plt.style.use是Matplotlib库中的一个函数，用于设置当前图表的样式。plt.style.use函数接受一个样式文件的路径或样式名称作为参数，然后将当前图表的样式设置为指定的样式。deeplearning.mplstyle为课程中使用的样式文件）

      （2）读取“数据集”，创建变量

       （注：此处因数据较少未采用读取的形式，而是用numpy直接创建一维数组）

# x_train 是输入变量
# y_train 是目标变量
x_train = np.array([100, 200])
y_train = np.array([300.0, 500.0])
print(f"x_train = {x_train}")

# m 是训练样本的数量
m = len(x_train)

print(f"y_train = {y_train}")
print(f"Number of training examples is: {m}")

运行以上代码，结果为：

x_train = [100. 200.]

y_train = [300. 500.]

Number of training examples is: 2

     （3）绘出数据图

# 采用散点图绘出数据
plt.scatter(x_train, y_train, marker='x', c='r')
# 设置标题
plt.title("Housing Prices")
# y-axis label
plt.ylabel('Price (w)')
# x-axis label
plt.xlabel('Size (m^2)')
plt.show()

（注：matplotlib默认不识别汉字，故图中未添加汉字。如需显示需导入字体并在属性中设置）

运行以上代码，结果为：

      （4）构建线性回归模型

         一元线性回归模型的函数形式如下：

         模型参数赋（初始）值：

w = 1
b = 100

        计算函数值

        对于样本数量较大时，逐个计算函数值工作量大，因此采用定义函数的形式计算：

def compute_model_output(x, w, b):
    """
    Computes the prediction of a linear model
    Args:
      x (ndarray (m,)): Data, m examples 
      w,b (scalar)    : model parameters  
    Returns
      y (ndarray (m,)): target values
    """
    m = x.shape[0]
    f_wb = np.zeros(m)
    for i in range(m):
        f_wb[i] = w * x[i] + b
        
    return f_wb

       调用以上函数得到的计算结果f_wb为一维数组

       绘出“数据集”真实值和线性回归模型 ：

tmp_f_wb = compute_model_output(x_train, w, b,)

# 以折线形式绘图
plt.plot(x_train, tmp_f_wb, c='b',label='Our Prediction')

# 以散点图形式绘图
plt.scatter(x_train, y_train, marker='x', c='r',label='Actual Values')

# Set the title
plt.title("Housing Prices")
# Set the y-axis label
plt.ylabel('Price (w)')
# Set the x-axis label
plt.xlabel('Size (m^2)')
plt.legend()
plt.show()

   运行以上代码，结果为：

       上图中红色点为“数据集”中的真实数据点，蓝色线为我们建立的线性回归模型。

     （5）模型参数优化       

        根据上图可知，线性回归模型与真实值偏差较大，我们可以通过试算确定参数w=2,b=100。至此，我们完成了模型建立的任务。

      （实际上参数值要经大量样本拟合、优化后确定，后续涉及）

05 开始预测

       现在我们采用第4步建立的线性回归模型，对刘先生的房价进行预测：

w = 2                         
b = 100    
x_i = 120
house_price = w * x_i + b    

print(f"刘先生的房子面积是{x_i}平方米，预估售价是{house_price} 万元")

运行以上代码，结果为：

刘先生的房子面积是120平方米，预估售价是340 万元

06 总结

     （1）模型的建立本质为参数的优化和确定过程

     （2）在以上示例中，房子面积称为“特征”，房子售价称为“目标”