线性回归参数估计--最小二乘法与梯度下降法Python实现

本博客展示了如何使用Python实现线性回归的最小二乘法和梯度下降算法,通过Computer Hardware Data Set进行训练。运行结果显示两种方法得出的模型参数一致,误差收敛图和模型参数输出进一步验证了算法的正确性。
摘要由CSDN通过智能技术生成

在上一篇 线性回归参数估计–最小二乘法与梯度下降法完成算法学习后,在这篇博客中贴出Python实现的代码。
这里使用的数据集来自Computer Hardware Data Set
数据集下载地址

实现代码

#!/usr/bin/python3
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd


class linear_classifier(object):
    """docstring for  linear_classifier"""

    def __init__(self, train_set, label_set):
        self.__train_set = train_set
        self.__target_mat = np.mat(label_set).T
        self.__thet = None
        self.__errores = []

    
  • 0
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值