python 自定义线性回归

在实际工作中，有时候sklearn库的标准API不能满足业务需求，这时候需要自定义算法，下面是我自定义的标准线性回归函数，如果有需要，可以在此基础上进行扩展，比如局部加权线性回归的定义

class self_linear_model():
    def __init__(self):
        self.w = None

    def fit(self, X, y):
        # Insert constant ones for bias weights
        print (X.shape)
        X = np.insert(X, 0, 1, axis=1)
        print (X.shape)
        X_ = np.linalg.inv(X.T.dot(X))
        self.w = X_.dot(X.T).dot(y)

    def predict(self, X):
        # Insert constant ones for bias weights
        X = np.insert(X, 0, 1, axis=1)
        y_pred = X.dot(self.w)
        return y_pred
def mean_squared_error(y_true, y_pred):
    mse = np.mean(np.power(y_true - y_pred, 2))
    return mse