tensorflow and sklearn 关于数据集的加载问题

1.仿照的例子就是加利福尼亚的房价预测的问题，作者的源码是直接从sklearn.datasets中调用 fetch_california_housing 函数，可以直接将房价的数据集下载下来，通过运行 tar -zxvf  cal_housing.tgz -C 指定目录下。之后仿照sklearn 的写法，通过np.loadtxt（'cal_housing.data', delimiter=',')对数据进行加载，房价数据与数据之间用逗号分隔开 。之后就是选取数据的某些行或者列的问题，其中最值得注意的就是在选取特征和target后， 组成了一个近似字典的数据形式，通过调用sklearn.utils 模块的Bunch。

2. 在作者代码中，在输入数据中加入了一个常量偏置1， 通过一个内嵌的函数np.c_ ，实现的功能就是将两个矩阵按照x轴进行拼接，例如作者提供的例子就是： np.c_[np.array([1,2,3]), np.array([4,5,6])]，输出就是array([[1,4],[2,5],[3,6]])

3. 线性回归的正则化的参数theta求解= （X^T  * X)^(-1) * X^T * y