SimpleLinearRegression向量化

最新推荐文章于 2024-01-03 17:16:21 发布

原创

最新推荐文章于 2024-01-03 17:16:21 发布 · 357 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #人工智能

本文介绍了使用Python实现简单线性回归的两种方法：一种是通过for循环计算斜率和截距，另一种是利用NumPy的向量运算提高效率。通过对比实验，展示了向量化实现的性能优势。

1. 两种方式实现的简单线性回归的python代码

1.用for循环求a、b的值
2.用向量运算------>性能提高很多

import numpy as np

class SimpleLinearRegression1:
    def __init__(self):
        """初始化SimpleLinearRegression模型"""
        self.a_=None
        self.b_=None
    def fit(self,x_train,y_train):
        """根据训练数据集x_train,y_train训练SimpleLinearRegression模型"""
        assert x_train.ndim==1,"只能解决单一特征数据"
        assert len(x_train)==len(y_train),\
        "x和y的个数必须相等"
        x_mean=np.mean(x_train)
        y_mean=np.mean(y_train)

        num = 0.0
        d = 0.0
        for x_i, y_i in zip(x_train, y_train):
            num += (x_i - x_mean) * (y_i - y_mean)
            d += (x_i - x_mean) ** 2

        self.a_=num/d
        self.b_=y_mean-self.a_*x_mean

        return self
    def predict(self,x_predict):
        """给定预测数据集x_predict,返回表示x_predict的结果向量"""