线性回归代码实现

最新推荐文章于 2025-06-23 09:59:33 发布

程序员椰子橙

最新推荐文章于 2025-06-23 09:59:33 发布

阅读量620

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/devcy/article/details/88075625

机器学习专栏收录该内容

32 篇文章

订阅专栏

本文介绍了线性回归的三种形式：单变量、多变量和多项式回归。通过数学公式展示了模型结构，并提供了手工构造数据的运行结果链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

单变量线性回归： h(x)=theta0 + theta1* x 1
多变量线性回归： h(x)=theta0 + theta1* x 1 + theta2* x 2 + theta3* x 3
多项式回归： h(x)=theta0 + theta1* x 1 + theta2* (x2^2) + theta3* (x3^3)

import numpy as np
from pylab import *

def train_wb(X, y):
    """
    :param X:N*D的数据
    :param y:X对应的y值
    :return: 返回（w，b）的向量
    """
    if np.linalg.det(X.T * X) != 0:
        wb = ((X.T.dot(X).I).dot(X.T)).dot(y)
        return wb

def test(x, wb):
    return x.T.dot(wb)

def getdata():
    x = []; y = []
    file = open("ex0.txt", 'r')
    for line in file.readlines():
        temp = line.strip().split("\t")
        x.append([float(temp[0]),float(temp[1])])
        y.append(float(temp[2]))
    return (np.mat(x), np.mat(y).T)

def draw(x, y, wb):

    #画回归直线y = wx+b
    a = np.linspace(0, np.max(x)) #横坐标的取值范围
    b = wb[0] + a * wb[1]
    plot(x, y, '.')
    plot(a, b)
    show()

X, y = getdata()
wb = train_wb(X, y)
draw(X[:, 1], y, wb.tolist())