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

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）。
相看原理的去吳恩達的機器學習課程，講的比這深入清晰多了。
矩陣表示形式寫錯了，應該是theta的轉置乘以X
講的挺好的，可惜自己學習時間不夠，先挖個坑，后續繼續學

最贊回答 / LotQin
水什么水？

最新回答 / 慕粉756330
是老師本地的一個csv格式的文件，相當于一個excel文件，也就是老師第一次輸出的那些值

最新回答 / 天空之城123
矩陣相乘 A*B? ? ?A是m*n? B必須為n*k? A的每一行乘以B的每一列（保證A的每行和B的每列元素個數相同）? 線性代數了解一下
改正一下，那個X.reshape()不能刪，那個就是權重啊，才想明白
換了X的值或改一下參數，就會出錯。
然后一步步琢磨了下，
theta = theta + np.sum(alpha*(Y-dot(X,theta)) "*X.reshpae" )/3.
實在想不出引號部分有什么用，感覺是多余的，直接刪了，就沒問題了。
theta = theta + np.sum(alpha*(Y-dot(X,theta)))/3.
這樣，隨便改X，X里數的個數，參數，都沒有問題。記得把‘3.’改成X的數的個數就行。
其實‘/3.’不寫也行，會減慢收斂速度‘3’倍，以及得到的值可能是實際參數的近似值
代碼更新：Python3.2.6
theat=np.full((4,1),1.,dtype=float) #用 1.0去填充一個4*1的array,類型指定float
alpha=0.1
x0=X.iloc[:,0].values.reshape(-1,1) #-1進行占位，代表有多少個算多少個，例如是150，則-1代表150，其它同理
x1=X.iloc[:,1].values.reshape(-1,1)
x2=X.iloc[:,2].values.reshape(-1,1)
x3=X.iloc[:,3].values.reshape(-1,1)
print(x3[0:6,:])
講的非常好，很有實用性！
期待下講。非常好
0.0123講的真好
首頁上一頁1234567下一頁尾頁
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