[机器学习]最小二乘法python代码

缺乏、安全感 2022-05-31 10:11 223阅读 0赞

`数据如下：`

2104,3,399900
    1600,3,329900
    2400,3,369000
    1416,2,232000
    3000,4,539900
    1985,4,299900
    1534,3,314900
    1427,3,198999
    1380,3,212000
    1494,3,242500
    1940,4,239999
    2000,3,347000
    1890,3,329999
    4478,5,699900
    1268,3,259900
    2300,4,449900
    1320,2,299900
    1236,3,199900
    2609,4,499998
    3031,4,599000
    1767,3,252900
    1888,2,255000
    1604,3,242900
    1962,4,259900
    3890,3,573900
    1100,3,249900
    1458,3,464500
    2526,3,469000
    2200,3,475000
    2637,3,299900
    1839,2,349900
    1000,1,169900
    2040,4,314900
    3137,3,579900
    1811,4,285900
    1437,3,249900
    1239,3,229900
    2132,4,345000
    4215,4,549000
    2162,4,287000
    1664,2,368500
    2238,3,329900
    2567,4,314000
    1200,3,299000
    852,2,179900
    1852,4,299900
    1203,3,239500

代码如下：

import numpy as np;
    import matplotlib.pyplot as plt
    X=[];
    Y=[];
    data=open("G:/ex1/ex1data2.txt");
    for i in data:
        X.append(float(i.split(',')[0]));
        Y.append(float(i.split(',')[2]));
    
    a=0.001;
    theta0=0;
    theta1=0;
    m=Y.__len__();
    t1=t2=t3=t4=0;
    for i in range(m):
        t1+=X[i];
        t2+=Y[i];
        t3+=X[i]*Y[i];
        t4+=X[i]**2;
    theta1=(t1*t2/m-t3)/(t1*t1/m-t4);
    theta0=(t2-theta1*t1)/m;
    x=np.array(X);
    y=np.array(Y);
    plt.plot(x,y,'o',label='Original data',markersize=10);
    plt.plot(x,theta1*x+theta0,'r',label='Fitted line');
    plt.show();

结果图

![20180220200143617][]

[20180220200143617]: /images/20220531/12b6c6a6e5fb42d781b18f7bccc6882b.png

发表评论取消回复

表情：

评论列表（有 0 条评论，223人围观）

还没有评论，来说两句吧...

相关阅读

相关机器学习(一)：线性回归之最小二乘法

![在这里插入图片描述][6213461aa6f145e793ae77d65fe66e6c.gif] 文章目录专栏导读 1、线性回归简介 2、最小二

桃扇骨/ 2024年03月24日 16:57/ 0 赞/ 49 阅读

相关机器学习之线性回归的最小二乘法求解

机器学习之线性回归的最小二乘法求解假设现在一个普通的一阶线性方程，y=2\x+2\t。t是随机噪音，生成的散列点(x,y)会沿直线y=2\x上下摆动。利用最

深藏阁楼爱情的钟/ 2024年02月18日 17:17/ 0 赞/ 22 阅读

相关最小二乘法python

Python是一种非常流行的编程语言，它具有简单易学、功能强大、可扩展性强等优点。在Python中，最小二乘法是一种常用的回归分析方法，用于拟合数据点的直线或曲线。最小二乘法的

迈不过友情╰/ 2023年10月11日 21:17/ 0 赞/ 23 阅读

相关机器学习——最小二乘法求解线性回归

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA54y_X-WQjOWtpg_size_20_color_FFFF

ゞ浴缸里的玫瑰/ 2023年09月29日 08:31/ 0 赞/ 18 阅读

相关机器学习算法之交替最小二乘法(ALS)

引入我们知道很多豆瓣的用户都会对电影进行打分，根据这个评分，我们可能知道这些用户除了自己评过分之外的电影还偏好哪些电影？这是一个推荐问题，解决这类问题的算法被称作推荐算

我不是女神ヾ/ 2023年08月17日 17:06/ 0 赞/ 134 阅读

相关机器学习_线性回归最小二乘法求解

import sklearn.datasets as data import numpy as np import matplotlib.pyplot

叁歲伎倆/ 2022年12月31日 05:18/ 0 赞/ 130 阅读

相关 [机器学习]最小二乘法python代码

`数据如下：` 2104,3,399900 1600,3,329900 2400,3,369000 1416,2,232000 300

缺乏、安全感/ 2022年05月31日 10:11/ 0 赞/ 224 阅读

相关最小二乘法 python

首先别问我为什么要傻傻的自己写，毕竟scipy.optimize.leastsq直接调用就行。然后我看网上很多雷同的博客用的这个库直接调用的，然后就~~~ 下面的图片中

素颜马尾好姑娘i/ 2022年05月16日 10:23/ 0 赞/ 252 阅读

相关最小二乘法 python

最小二乘法非常简单，我把它分成两种视角描述：（1）已知多条近似交汇于同一个点的直线，想求解出一个近似交点：寻找到一个距离所有直线距离平方和最小的点，该点即最小二乘解；（

约定不等于承诺〃/ 2022年04月08日 08:14/ 0 赞/ 222 阅读

相关机器学习之最小二乘法

文章目录一、最小二乘法理解：二、公式推导三、最小二乘法局限性四、最小二乘法与极大似然法的比较

ゝ一纸荒年。/ 2021年12月09日 07:39/ 0 赞/ 1226 阅读