为了账号安全,请及时绑定邮箱和手机立即绑定

Python实现线性回归

难度初级
时长 1小时 5分
学习人数
综合评分8.77
32人评价 查看评价
9.0 内容实用
8.8 简洁易懂
8.5 逻辑清晰

最新回答 / 热粥
老师上传到Github上去了。地址如下github:https://github.com/cibon/linear_regression 
其实不是关系式写错了,只是学习率太大导致函数不收敛了

最新回答 / 慕粉4122866
这里的x[0]=1实际上是任意的,在代码运行的时候会有theta[0]*x[0],如此得到才是最终的截距。
怎么调用,页面就切换了
请问,theta 公式求出来应该就是4*1,为啥打印出来不是?而是需要转置?
data.csv文件在哪里可以下载啊
数学公式有问题,不能清晰表示,自己百度吧
咋删评论呢
如果代码中使用np.mat,那么就不需要从numpy中导入mat了吧?要不然代码中就可以直接使用A=mat([1,1]),感觉from numpy import mat是多余的,不知道是不是我的理解不对
嗯1234

已采纳回答 / Beb
个人认为讲师说得有一点问题,不瞒秩或者不正定的时候,存在多个解,并不是没有解,即解不唯一。此时选择哪一个解作为最后模型的参数呢?一是通过既定的选择便好来决定;二是采用梯度下降来近似。我觉得性能问题倒不是主要原因,主要原因是因为存在多个解(至于为什么你可以查查矩阵相关的资料)。
课程须知
1、有机器学习基础 2、有一定的python基础
老师告诉你能学到什么?
1、线性回归的概念 2、最小二乘法的python实现 3、梯度下降的python实际 4、编程处理线性回归分析的一般方法

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消