线性回归
Wind_know
这个作者很懒,什么都没留下…
展开
-
TensorFlow线性回归
目录 代码实现 MNIST数据集 神经网络构建 Softmax函数 数据简单分类 代码实现 #导包 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #使用numpy 生成200个随机点 x_data=np.linspace(-0.5,0.5,200)[:,np.newaxis]#newaxis加维度 noise=np.random.normal(0,0.02,x_data.shape原创 2020-07-14 19:26:08 · 424 阅读 · 0 评论 -
手写线性回归
目录 导包 创建数据 使用已有的线性回归拟合函数 自己实现线性回归 使用自己实现的线性回归拟合函数 导包 import numpy as np import matplotlib.pyplot as plt %matplotlib inline from sklearn.linear_model import LinearRegression#导入算法 创建数据 X = np.linspace(2,10,20).reshape(-1,1) # f(x) = wx + b y.原创 2020-06-28 21:54:35 · 390 阅读 · 0 评论 -
线性回归原理及应用
基础知识 几种常见函数的导数: ① C'=0(C为常数); ② (x^n)'=nx^(n-1) (n∈Q); ③ (sinx)'=cosx; ④ (cosx)'=-sinx; ⑤ (e^x)'=e^x; ⑥ (a^x)'=a^xIna (ln为自然对数) ⑦ loga(x)'=(1/x)loga(e) 导数的四则运算: ①(u±v)'=u'±v' ②(uv)'=u'v+uv' ③(u/v)'=(u'v-uv')/ v^2 ④[u(v)]'=[u'(v)]*v' (u(v)为复合函数...原创 2020-06-27 11:06:39 · 4039 阅读 · 0 评论 -
机器学习算法基础6-回归算法-线性回归
回忆回归问题的判定? 回归:目标值是联系的,分类是离散的。 回归应用:房价预测,销售额预测,金融领域贷款额度预测等等。 比如说期末成绩等于下图,找到各个特征按比列结合去预测结果。 房价 用图表示,房子的面积和价格关系图。 import matplotlib.pyplot as plt plt.figure(figsize=(10,10))#画板大小10乘10 plt.scatter([60,72,75,80,83],[126,151.2,157.5,168,174.3]..原创 2020-06-02 22:43:06 · 791 阅读 · 0 评论