吴恩达机器学习---python版学习笔记（exe1 线性回归）

吴恩达机器学习课程是机器学习领域的知名课程，对于入门机器学习起着非常关键的作用。但是由于年代问题，课程中使用的是Octave，即matlab框架，难以适用现今流行的python AI语言。特此，笔者在网上找到了python版的作业，来与各位分享，同时纪录自己学习过程，共勉。
------------------------------------------------------------------------------------------------
python版吴恩达机器学习资料（仅供学习和参考，侵权请联系删除）
------------------------------------------------------------------------------------------------

第三方库介绍

exe1中设计的三个第三方库，分别是：

• Numpy：
  由于机器学习算法在数据处理过程中大都涉及线性代数的知识，需要用到矩阵操作，Python本身没有处理矩阵的数据类型，因此需要使用附加的函数库。其中NumPy函数库是Python开发环境的一个独立模块，是Python的一种开源的数值计算扩展工具。
  它是处理数值计算最为基础的类库。这种工具可以用来存储和处理大型多维矩阵，比Python自身的列表结构要高效的多。尽管Python的list类型已经提供了类似于矩阵的表示形式，但是NumPy提供了更多的科学计算函数。
• Pandas：
  是基于NumPy数组构建的，使数据预处理、清洗、分析工作变得更快更简单。pandas是专门为处理表格和混杂数据设计的，而NumPy更适合处理统一的数值数组数据。
  -Matplotlib
  是数据可视化的重要第三方库

一元线性回归

读入数据并展示，txt文件如图所示：

调用了pandas的pd.read_csv函数
具体用法：