吴恩达ex1——多元线性回归实现

本文通过实例展示了如何使用Python进行数据预处理、梯度下降求解线性回归模型参数,并与Scikit-learn库的LinearRegression进行比较。内容包括数据标准化、成本函数计算、梯度下降算法实现和不同学习率对收敛速度的影响。

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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#读取数据
df=pd.read_csv('ex1data2.txt',header=None,
               names=['siez of housing ','numbers of bedroom','house price'])
df.head()
siez of housing numbers of bedroom house price
0 2104 3 399900
1 1600 3 329900
2 2400 3 369000
3 1416 2 232000
4 3000 4 539900
#标准化
df=(df-df.mean())/df.std()
df.head()
siez of housing numbers of bedroom house price
0 0.130010 -0.223675 0.475747
1 -0.504190 -0.223675 -0.084074
2 0.502476 -0.223675 0.228626
3 -0.735723 -1.537767 -0.867025
4 1.257476 1.090417 1.595389
X=df.iloc[:,0:2].values
X.shape
(47, 2)
X=np.insert(X,0,1,axis=1)
X=np
评论
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