【线性回归算法】{4} ——自己创建多元线性回归模型

此处我们准备自己创建一个多元线性回归模型。

---

一、首先在 PlayML 文件夹中写一个 metrics 模块用于计算 R Squared：

import numpy as np
from math import sqrt

def r2_score(y_true, y_predict):
    """计算y_true和y_predict之间的R Square"""
    return 1 - mean_squared_error(y_true, y_predict) / np.var(y_true)

---

二、然后引入分割数据集的 model_selection 模块：

import numpy as np

def train_test_split(X, y, test_ratio=0.2, seed=None):
    """将数据 X 和 y 按照test_ratio分割成X_train, X_test, y_train, y_test"""
    if seed:
        np.random.seed(seed)

    shuffled_indexes = np.random.permutation(len(X))

    test_size = int(len