前面只是用简单的几行代码实现线性回归,这样的缺点是可移植性差、扩展性差,多次运用的时候需要重写很多代码,这就很糟糕了。而如果直接调用 sklearn库来实现,又无法深刻理解线性回归的实现原理,因此在此试着自己创造一个线性回归模型。
一、新建一个文件夹,用于放置线性回归模型模块:
![](https://img-blog.csdnimg.cn/20200324081243363.png)
二、在SimpleLinearRegress模块中编写线性回归类:
回顾一下a和b的计算公式:
import numpy as np
class SimpleLinearRegression1(object):
def __init__(self):
"""计算出来的变量,后缀加上_"""
self.a_ = None # 表示线的斜率
self.b_ = None # 表示线的截距
def fit(self, X_train, Y_train):
"""训练模型"""
X_mean