[机器学习]机器学习笔记整理13-线性回归简单实现
2017-08-29 09:05
357 查看
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
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
相关文章推荐
- [机器学习]机器学习笔记整理13-线性回归简单实现
- [机器学习]机器学习笔记整理11-神经网络算法简单实现
- 从GLM广义线性模型到线性回归、二项式及多项式分类——机器学习笔记整理(一)
- [机器学习]机器学习笔记整理14-多元回归分析及实现
- JavaScript学习笔记整理_简单实现枚举类型,扑克牌应用
- [机器学习]机器学习笔记整理08- SVM算法原理及实现
- 机器学习学习笔记1-简单的线性回归
- 机器学习笔记--实现简单的神经网络
- 机器学习100天——实现简单线性回归(第二天)
- unix+编程艺术学习笔记13+复杂度:尽可能简单,但别简单过了头
- (二)数据结构学习笔记 简单堆栈,STL中堆栈的实现
- Silverlight学习笔记一(理解一下机制,使用一下布局,实现一个简单的用户登录)
- oracle 最简单的学习笔记,增删改查,PLSQL基本语法,游标,函数,存储过程的实现
- Struts2之Ognl 标签简单笔记 及 简单应用【课上总结】主要实现流程图(转)
- Android开发学习笔记(13):Android开发常用技术点整理(更新中...)
- ICE笔记(06):简单文件系统的设计、实现
- C++实践笔记(四)----AVL树的简单实现
- Spring整理13 -- 面对切面(AOP)3 -- 使用CGLIB实现AOP
- SL学习笔记之简单实现拖动2个元素自动合并
- 强大的DataGrid组件[5]_实现CURD[下]——Silverlight学习笔记[13]