【深度学习基础-11】简单线性回归(下)--实例及python代码实现

举报
王博Kings 发表于 2020/12/30 01:25:38 2020/12/30
【摘要】 比如有5组数据,让你去做简单线性回归。  python代码实现上述过程   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.mea...

比如有5组数据,让你去做简单线性回归。 

python代码实现上述过程

 


  
  1. import numpy as np
  2. def fitSLR(x,y):
  3. n = len(x)
  4. dinominator = 0
  5. numerator = 0
  6. for i in range(0, n):
  7. numerator += (x[i] - np.mean(x))*(y[i] - np.mean(y))
  8. dinominator += (x[i] - np.mean(x))**2
  9. print("numerator", numerator)
  10. print("dinominator", dinominator)
  11. b1 = numerator/float(dinominator)
  12. b0 = np.mean(y)/float(np.mean(x))
  13. return b0, b1
  14. def predict(x, b0, b1):
  15. return b0 + x*b1
  16. x = [1, 3, 2, 1, 3]
  17. y = [14, 24, 18, 17, 27]
  18. b0, b1 = fitSLR(x, y)
  19. print("intercept:", b0 , " slope:", b1)
  20. x_te

文章来源: kings.blog.csdn.net,作者:人工智能博士,版权归原作者所有,如需转载,请联系作者。

原文链接:kings.blog.csdn.net/article/details/86307009

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。