资源简介

机器学习房价预测一元线性模型,内含数据和代码文件。代码不长,只有不到50行,调用了matplotlib和numpy两个包

资源截图

代码片段和文件信息

import numpy as np
import matplotlib.pyplot as plt

train_data = np.loadtxt(‘train.txt‘ delimiter=‘‘)
test_data = np.loadtxt(‘test.txt‘ delimiter=‘‘)
train_x = train_data[: 0]  # 训练数据x
train_y = train_data[: 1]  # 训练数据y
test_x = test_data[: 0]  # 测试数据x
test_y = test_data[: 1]  # 测试数据y

learn_rate = 0.000001  # 学习率
iterate_time = 30  # 迭代次数
b = k = 0  # y=k*x+b
errors = []  # 损失误差


def caculate_loss(data_x data_y):
    singal_point_error = 0  # 单个点的误差
    for i in range(len(data_x)):
        singal_point_error += (k * data_x[i] + b - data_y[i]) ** 2  # 把每个点的误差加起来得到总的损失误差
    errors.append(singal_point_error)


def gradient_descent_runner(data_x data_y):
    global b k
    for i in range(iterate_time):
        caculate_loss(data_x data_y)  # 计算损失误差
   

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1161  2020-05-28 10:56  一元线性模型\test.txt

     文件       2715  2020-05-28 10:56  一元线性模型\train.txt

     文件       1990  2020-05-28 14:08  一元线性模型\一元线性模型.py

     目录          0  2020-05-28 14:29  一元线性模型

----------- ---------  ---------- -----  ----

                 5866                    4


评论

共有 条评论