亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定

Python實現線性回歸

難度初級
時長 1小時 5分
學習人數
綜合評分8.77
32人評價 查看評價
9.0 內容實用
8.8 簡潔易懂
8.5 邏輯清晰

最新回答 / 熱粥
老師上傳到Github上去了。地址如下github:https://github.com/cibon/linear_regression?
其實不是關系式寫錯了,只是學習率太大導致函數不收斂了

最新回答 / 慕粉4122866
這里的x[0]=1實際上是任意的,在代碼運行的時候會有theta[0]*x[0],如此得到才是最終的截距。
怎么調用,頁面就切換了
請問,theta 公式求出來應該就是4*1,為啥打印出來不是?而是需要轉置?
data.csv文件在哪里可以下載啊
數學公式有問題,不能清晰表示,自己百度吧
咋刪評論呢
如果代碼中使用np.mat,那么就不需要從numpy中導入mat了吧?要不然代碼中就可以直接使用A=mat([1,1]),感覺from numpy import mat是多余的,不知道是不是我的理解不對
嗯1234

已采納回答 / Beb
個人認為講師說得有一點問題,不瞞秩或者不正定的時候,存在多個解,并不是沒有解,即解不唯一。此時選擇哪一個解作為最后模型的參數呢?一是通過既定的選擇便好來決定;二是采用梯度下降來近似。我覺得性能問題倒不是主要原因,主要原因是因為存在多個解(至于為什么你可以查查矩陣相關的資料)。
課程須知
1、有機器學習基礎 2、有一定的python基礎
老師告訴你能學到什么?
1、線性回歸的概念 2、最小二乘法的python實現 3、梯度下降的python實際 4、編程處理線性回歸分析的一般方法

微信掃碼,參與3人拼團

微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號

友情提示:

您好,此課程屬于遷移課程,您已購買該課程,無需重復購買,感謝您對慕課網的支持!

本次提問將花費2個積分

你的積分不足,無法發表

為什么扣積分?

本次提問將花費2個積分

繼續發表請點擊 "確定"

為什么扣積分?

舉報

0/150
提交
取消