需要改进蟒蛇中的正态方程

Question

我是Python的新手，想为正常方程编写代码。代码如下，请提供一些关于编码的建议和反馈。谢谢！def norm_equ(x, y):     x_input = pd.DataFrame(x)     x_input = (x_input - x_input.mean())/x_input.std()     x_0 = np.ones((len(x_input), 1))     x_new = np.hstack((x_0, x_input))     temp1 = np.linalg.pinv(np.dot(np.transpose(x_new), x_new))     temp2 = np.dot(temp1, np.transpose(x_new))     theta = np.dot(temp2, y)    return theta我的问题是关于：如何在数据中添加$ X_0 $？除了 data.frame 数据结构之外，还有其他工作方式吗？提前感谢您的帮助。

Answer 1

我举了一些如何使用numpy的例子，希望它能回答你的问题。通常，对于数值运算，对于numpy，对于更通用的运算（字符串，聚合等），则用于熊猫。一般来说，pandas很适合准备数据并将其传递到更低级别的数据结构，例如numpy到更重的计算

你问1）使用哪种数据结构？去多维数组在麻木

2）如何获取列数？对于一个 np.数组，你只需要使用 .shape，它是 （dim1， dim2 .... ） 的元组通常 （n_rows， cols）

3）是一个1维的np.数组，这就是为什么你有这样的形状（n_rows，），所以如果你打印y，你会看到一个矢量...所以你只有一列。np.数组在开始时可能会令人困惑，因为允许您创建比向量或矩阵（如张量）更通用的东西，这将是形状（x，y，z）的np.数组。因此，谈论形状的np.数组的列是有道理的（n_rows，n_cols）

4） 如果列 std（） 为 0，则所有实例都是相同的，因此基本上没有意义将此规范化应用于 1 列。（只需跳过它）

更详细地说，通常标准化列的目标是使列中的值落在值范围内。即介于 0 和 1 之间。例如，这是在机器学习中完成的，以避免具有较大值的训练数据的列（特征）对模型的影响大于具有较小值的模型。您可以注意到，您正在应用的规范化不会强制列位于 [0， 1] 中。因此，强制进行归一化，并且不会像其他规范化（除非max和min = 0）那样给出除法误差将是：

x_raw = (x_raw - x_raw.min())/(x_raw.max() - x_raw.min())

print(x_raw)

import numpy as np

def norm_equ(x, y):

    temp1 = np.linalg.pinv(np.dot(np.transpose(x), x))

    temp2 = np.dot(temp1, np.transpose(x))

    theta = np.dot(temp2, y)

    return theta

# create a matrix 50x10 random matrix

x_raw = np.random.random([50,10])

y = np.random.random([50])

print(x_raw.shape) #-----> (50, 10)

print(y.shape) #-----> (50, ) a vec "50 x 1"

# transform raw input

x_norm = (x_raw - x_raw.mean())/x_raw.std()

x_0 = np.ones((x_norm.shape[0],1))

x_input = np.hstack((x_0, x_norm))

print(x_input.shape) #-----> (51, 11)

theta = norm_equ(x_input, y)

print(theta.shape) #-----> (11, ) 

# load from csv file

arrays_from_file = np.loadtxt(fname="dummy.csv",

                              delimiter=",",

                              skiprows=1)

y = np.random.random([arrays_from_file.shape[0]])

print(arrays_from_file.shape) #-----> (2, 6)

print(y.shape) #-----> (2, )

another_theta = norm_equ(arrays_from_file, y)

print(another_theta.shape) #-----> (6, )

Answer 2

为什么要将 x 转换为数据帧？似乎它应该只是一个numpy数组，给定其余的代码。

如果你想要一个有三列的数据帧，那么它将是

df = pd.DataFrame({'x_input': x, 'x_0': 1})

df['x_input_norm'] = df['x_input'] - df['x_input'].mean() / df['x_input'].std()