【免费】实验一_线性回归1_实验实现线性回归资源-CSDN文库

需积分: 0 178 浏览量 2022-08-03 14:54:12 上传评论收藏 1.41MB PDF 举报

资源详情

资源评论

资源推荐

实验一：线性回归

介绍：

在本部分的实验中，需要你实现单变量线性回归代码和多变量线性回归代码。

单变量线性回归：预测小吃店的利润。假设你是一家小吃店的老板，正在考虑不

同的城市开设一个新的分店。该连锁店已经在各个城市拥有小吃店，而且你有来

自城市的利润和人口数据。你希望使用这些数据来帮助你决定将业务扩展到那一

个城市。数据中 x 表示人口数据，y 表示利润，一共 97 行数据。

多变量线性回归：需要预测房价，输入变量有两个特征，一是房子的面积，二是

房子卧室的数量；输出变量是房子的价格。

实验文件说明：

ex1.py –

单变量线性回归主文件

[* ]ex1 multi.py -

多变量线性回归主文件

ex1data1.txt –

单变量线性回归数据

ex1data2.txt –

多变量线性回归数据

[* ] warmUpExercise.py -

生成

one-hot

矩阵的函数

[* ] plotData.py -

用来显示数据集的函数

[* ] computeCost.py -

线性回归代价函数

[* ] gradientDescent.py -

梯度下降函数

[†] computeCostMulti.py –

多变量线性回归代价函数

[†] gradientDescentMulti.py -

多变量线性回归梯度下降函数

[†] featureNormalize.py -

标准化函数

[†] normalEqn.py -

计算正规方程组的函数

带

*

和

†

的函数有部分代码缺少需要你按照提示将代码补充完整。

1 Python 函数填写示例

在文件 warmUpExercise.py 中，你可以通过填写以下代码，以返回一个 5 x

5 的单位矩阵并打印输出:

A = np.eye(5)

print(A)

完成后，运行 ex1.py(假设你在正确的目录下，在八度提示符下输入" ex1 ")，

你应该会看到类似如下的输出:

Running warmUpExercise ...

5x5 Identity Matrix:

[[1. 0. 0. 0. 0.]

[0. 1. 0. 0. 0.]

[0. 0. 1. 0. 0.]

[0. 0. 0. 1. 0.]

[0. 0. 0. 0. 1.]]

2 单变量线性回归

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余7页未读，立即下载

评论0

内容反馈

一筐猪的头发丝

粉丝: 62
资源: 315

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip