- 线性回归的代码实现
这是李弘毅线性回归预测宝可梦 c p cp cp值课上给的代码示例,完善了下贴出来,希望对大家有帮助。
x_data = [338., 333., 328., 207., 226., 25., 179., 60., 208., 606.]
y_data = [640., 633., 619., 393., 428., 27., 193., 66., 226., 1591.]
#十个宝可梦的数据,线性模型
#y_data=b+w*x_data
#视频上的代码没有导入相关要用的模块,我在这里加了:
#import numpy as np
#import matplotlib.pyplot as plt
#否则会提示'np'was not deined之类的信息
#arange是nump模块里用于创建数组的函数,第一个数为起点,第二个数为终点,第三个是步长
#zeros:返回一个用0填充的数组
import numpy as np
import matplotlib.pyplot as plt #导入相应的模块
x = np.arange(-200, -100, 1) # bias
y = np.arange(-5, 5, 0.1) # weight
Z = np.zeros((len(x), len(y)))
X, Y = np.meshgrid(x, y)
for i in range