python一元线性回归：梯度下降法、损失函数

rubyw

于 2024-01-22 14:11:31 发布

阅读量580

点赞数 9

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签： python 线性回归开发语言机器学习算法回归

本文链接：https://blog.youkuaiyun.com/rubyw/article/details/135746920

本文详细介绍了使用Python的numpy和matplotlib库实现一元线性回归模型，并运用梯度下降法调整参数的过程，包括手动计算梯度和使用改进后的损失函数迭代求解最终结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: utf-8 -*-


import numpy as np
import matplotlib.pyplot as plt

# %matplotlib inline

# 1.读入数据
data = np.genfromtxt('一元线性回归.csv', delimiter=',')
x_data = data[:, 0]  # 1维
y_data = data[:, 1]  # 1维
plt.scatter(x_data, y_data)

# 2.用梯度下降法调整参数
k = 0  # 先随便设置一个k
b = 0  # 先随便设置一个b
learing_rate = 0.0001  # 学习率
epoches = 30  # 循环30次
m = len(x_data)  # 一共100条数据

# 不断的调用k和b