ML之SLR：简单线性回归；根据多组数据(x,y)模拟得到一次线性方程(斜率和截距)，然后输入新的x来智能预测y值

ML之SLR：简单线性回归；根据多组数据(x,y)模拟得到一次线性方程(斜率和截距)，然后输入新的x来智能预测y值

目录

输出结果

代码设计

输出结果

代码设计

      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
       print("numerator:"+str(numerator))
       print("dinominator:"+str(dinominator))
       b1 = numerator/float(dinominator)
       b0 = np.mean(y)/float(np.mean(x))
      return b0,b1
      def prefict(x,b0,b1):
      return b0+x*b1
      x=[1,6,2,9,30]
      y=[64,54,39,55,48]
      b0,b1=fitSLR(x, y)
      y_predict = prefict(6,b0,b1)
      print("y_predict:"+str(y_predict))
  
 

相关文章
ML之SLR：简单线性回归；根据多组数据(x,y)模拟得到一次线性方程(斜率和截距)，然后输入新的x来智能预测y值
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/78992073