2.2 线性回归算法学习——简单线性回归算法的实现及封装

算法实现

import numpy as np
import matplotlib.pyplot as plt

模拟的数据集

x=np.array([1.,2.,3.,4.,5.])
y=np.array([1.,3.,2.,3.,5.])

图形绘制

plt.scatter(x,y)
plt.axis([0,6,0,6])
plt.show()

均值

x_mean=np.mean(x)
y_mean=np.mean(y)

求a,b

num=0.0 
d=0.0
for x_i , y_i in zip(x,y):
    num+=(x_i-x_mean)*(y_i-y_mean)
    d+=(x-x_mean)**2
a=num/d
b=y_mean-a*x_mean

模型——直线

y_hat = a*x+b

绘图观察

plt.scatter(x,y)
plt.plot(x,y_hat)
plt.axis([0,6,0,6])
plt.show()<