一元线性回归

最新推荐文章于 2025-03-23 20:04:56 发布

韩木匠

最新推荐文章于 2025-03-23 20:04:56 发布

阅读量1.4k

点赞数 4

分类专栏：机器学习-回归文章标签：一元线性回归一元线性实例回归算法

本文链接：https://blog.youkuaiyun.com/weixin_42660173/article/details/82770265

版权

这篇博客详细介绍了如何使用一元线性回归进行房价预测。首先，概述了一元线性回归的基本概念，接着通过Python代码展示了如何手动实现一元线性回归，并利用sklearn库进行了验证。在示例部分，博主分别用模型预测了波士顿和北京的房价，结果显示，模型在北京房价预测中的MAE为13.022063，MSE为303.8331。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.概览

2代码实现

2.1一元线性回归python代码

# -*- coding: utf-8 -*-
"""
Created on Wed Sep 19 11:12:27 2018
一元线性回归
数据：一组房屋面积和房价变化的示例数据。x 为房屋面积，单位是平方米; y 为房价，单位是万元。
"""
import numpy as np
x = np.array([56, 72, 69, 88, 102, 86, 76, 79, 94, 74])
y = np.array([92, 102, 86, 110, 130, 99, 96, 102, 105, 92])
"""一元函数式代码实现
"""
def f(x, w0, w1):
    y = w0 + w1 * x
    return y
"""平方损失函数实现
"""
def square_loss(x, y, w0, w1):
    loss = sum(np.square(y - (w0 + w1*x)))
    return loss
"""最小二乘法代数求解平方损失函数最小值
"""
def w_calculator(x, y):
    n = len(x)
    w1 = (n*sum(x*y) - sum(x)*sum(y))/(n*sum(x*x) - sum(x)*sum(x))
    w0 = (sum(x*x)*sum(y) - sum(x)*sum(x*y))/(n*sum(x*x)-sum(x)*sum(x))
    return w0, w1       #(41.33509168550616, 0.7545842753077117)
w0 = w_calculator(x, y)[0]
w1 = w_calculator(x, y)[1]
"""拟

最低0.47元/天解锁文章