线性回归

线性回归参考资料 https://mp.weixin.qq.com/s/siFRKWLhGOGJCCMjzB7R7A

最小二乘法算线性回归的原理:所有的样本点到拟合最好的直线y = ax+b间的距离(离差)最小,为忽略离差的正负,采用的指标为离差平方和,找出离差平方和最小的直线。把寻找一条直线的问题转化为求离差平方和S最小值的问题.

分别将a和b当作未知数求偏导,偏导等于零得到两个方程,解出a、b


线性回归_第1张图片
公式


在Jupyter notbook中,plt.show()方法没有将散点图画出来

线性回归_第2张图片
plt.show()没有正确显示图

解决办法:

        (1)在show之前plt.figure()创建画布

        (2)导入库之后添加%matplotlibinline即可

具体作用是当调用matplotlib.pyplot的绘图函数plot()进行绘图的时候,或者生成一个figure画布的时候,可以直接在python console里面生成图像。


线性回归_第3张图片
画出样本数据的散点图


线性回归_第4张图片
计算出回归函数的参数


线性回归_第5张图片
蓝色样本数据红色预测数据

向量化计算替代for循环,深度学习中加快计算速度

你可能感兴趣的:(线性回归)