机器学习-实验报告1.docx
需积分: 0 71 浏览量
2024-03-25
13:18:25
上传
评论 1
收藏 350KB DOCX 举报
河南大学软件学院实验报告
姓名：
学号：
专业年级：
班级：14974-010
分组：
实验室： 505
指导教师：郭景涛
实验日期：3.9
课程名称
机器学习及与智能数据处理
实验名称
线性回归
实验目的
1. 掌握最小二乘法和梯度下降算法的数学原理及推导过程
2. 编程实现最小二乘法，并应用与给定 data.txt 数据
3. 编程实现梯度下降算法，并应用与与给定 data.txt 数据
4. 调用 sklearn 中线性回归函数，进行 data.txt 数据拟合
实验
的准
备阶
段
实验内容
1. 使用 sklearn 中线性回归函数，对给定数据 data.txt 线性拟合，
给定训练样本格式如下：
2104,3,399900
1600,3,329900
2400,3,369000
1416,2,232000
…
…
其中前两列是数据特征，最后一列是标签。
提示：（1）特征正规化处理；（2）使用 data =np.loadtxt("data.txt",
delimiter=",", dtype=np.float64)加载数据。
求解：给定样本特征[1650,3]，预测结果是多少？给出代码与运行结果图。
2. 使用最小二乘法对给定数据 data.txt 线性拟合：
给定训练样本格式如下：
2104,3,399900
1600,3,329900
2400,3,369000
1416,2,232000
…
…
其中前两列是数据特征，最后一列是标签。
求解：给定样本特征[1650,3]，预测结果是多少？给出代码与运行结果图。
提示：同上。
3. 参考给定程序，使用线性回归对给定数据 data.txt 线性拟合：
给定训练样本格式如下：
2104,3,399900
1600,3,329900
2400,3,369000
1416,2,232000
…
…
其中前两列是数据特征，最后一列是标签。
提示：同上。
资源评论
子非鱼o.0？
- 粉丝: 345
- 资源: 3
