单变量线性回归实验分析

这篇博客通过实验详细介绍了如何使用Python进行单变量线性回归,目标是预测城市人口对应的企业利润。数据集ex1data1.txt包含城市人口和利润两个属性。实验过程包括数据导入、可视化、梯度下降法实现线性回归,以及代价函数的最小化。通过绘制图像和分析代价变化,展示了模型随着迭代次数增加而逐渐收敛的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 实验目的

实现线性回归,预测该城市人口对应的利润。

2 数据集描述

现有一个数据集命名为ex1data1.txt,里面包含两个属性,即城市人口和利润。

3 使用工具

Pycharm python3

4 实验步骤
  1. 导入数据,并给每列数据命名一个名称Population,Profit
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 导入数据并查看
path="ex1data1.txt"
# 给每列数据命名一个名称Population,Profit
data=pd.read_csv(path,header=None,names=('Population','Profit'))
  1. 查看数据的前五行,和数据描述:
print(data.head())
print(data.describe())

输出结果图:

  1. 将所有数据用散点图表示:
# 可视化数据
data.plot(kind='scatter',x='Population',y='Profit',figsize=(8,5))
plt.show()

输出结果

评论 4
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