Python实现最小二乘法线性回归

研一第一学期刚学习完数值分析，赶上期末复习，复习的时候正好复习到最小二乘法，把离散的点拟合为线性函数，就顺便用python实现一下。正好准备学习机器学习算法这方面，就当是预热吧，我知道机器学习的算法肯定比这个难很多，我还是个新手，不当之处还请大神指点，轻喷。

首先上一下公式：

因为书上记笔记画的很乱就不拍书了，直接百度也能搜到最小二乘法的公式：

解方程组得到的解（a0，a1......an）就是拟合函数的系数。这里是简单的一次线性函数，因此只要求a0，a1即可。

读取的数据是读取的csv文件里的x与y

下载地址：链接：https://pan.baidu.com/s/1jn2fS9z-eHoWy75nN5y9IA 密码：ynov

下面是代码：

#离散型数据利用最小二乘法拟合为一次线性函数
import csv
import numpy as np
from numpy.linalg import *
import matplotlib.pyplot as plt
'''
#手动输入数据使用
i=0;X=[];Y=[]
m=int(input('请输入x的个数：'))
while i

运行效果图：

 

 

菜鸟一枚，望大神轻喷，欢迎评论，谢谢！