机器学习之一元线性回归(python实现)

本文介绍了如何使用Python实现一元线性回归,包括理论知识准备、程序实现步骤、具体代码及误差分析。通过梯度下降法优化误差,最终得到接近目标的权重参数。
摘要由CSDN通过智能技术生成

一、理论知识准备

1.确定假设函数
如:y=2x+7
其中,(x,y)是一组数据,设共有m个

2.误差cost
用平方误差代价函数
这里写图片描述

3.减小误差(用梯度下降)
这里写图片描述
这里写图片描述

二、程序实现步骤

1.初始化数据
x、y:样本
learning rate:学习率
循环次数loopNum:梯度下降次数

2.梯度下降
循环(循环loopNum次):
(1)算偏导(需要一个for循环遍历所有数据)
(2)利用梯度下降数学式子

三、程序代码

import numpy 
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