机器学习——单变量线性回归

房价预测问题

你有一个10000平方英尺的房子，现在要进行转买，能卖多少钱呢？
单变量线性回归，顾名思义是一个变量对结果产生的影响，例如上题房屋面积对房屋价格的影响
回归是统计学的一个重要概念，其本意是根据之前的数据预测一个准确的输出值，解题思路如下：

1、定义一个模型 hθ(x)=θ₀+θ₁x，并初始化θ₀ θ₁的值就会产生一个如下的图像

然后就会发现这条直线并不能很好的弥合这些数据，所以需要更新参数，但是更新参数前需要求一下这条直线的代价
2.求代价函数
3.进行梯度下降更新参数并取得θ的最小值

梯度下降后会发现这条线比之前的要好一点，接着我们重复这个步骤，最后我们会获得这样的一个图像

接下来我们就以一个例子来看一下这个流程

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 读取数据
data = np.loadtxt(r'C:\Users\shy\PycharmProjects\untitled\week3\ex1data1.txt',delimiter=',')
# print(data.shape)
# 数据提取
X = data[:,:-1]
y = d