[机器学习]机器学习笔记整理13-线性回归简单实现

1. 简单线性回归模型举例：

汽车卖家做电视广告数量与卖出的汽车数量： 

这里写图片描述

1.1 如何练处适合简单线性回归模型的最佳回归线？

这里写图片描述

1.2 计算

这里写图片描述

预测：

假设有一周广告数量为6，预测的汽车销售量是多少？ 

这里写图片描述

代码实现

x_given = 6

Y_hat = 5*6 + 10 = 40

1.3 Python实现：

import numpy as np

def fitSLR(x, y):

    n = len(x)

    dinominator = 0

    numerator = 0

    for i in range(0, n):

        numerator += (x[i] - np.mean(x))*(y[i] - np.mean(y))

        dinominator += (x[i] - np.mean(x))**2

    b1 = numerator/float(dinominator)

    b0 = np.mean(y)/float(np.mean(x))

    return b0, b1

def predict(x, b0, b1):

    return b0 + x*b1

x = [1, 3, 2, 1, 3]

y = [14, 24, 18, 17, 27]    

b0, b1 = fitSLR(x, y)

print "intercept:", b0, " slope:", b1

x_test = 6

y_test = predict(6, b0, b1)

宁波微整形美容http://www.biopls.net/Project/list-8-1.shtml

print "y_test:", y_test