机器学习线性回归 python 和 matlab 版本_python中的nn.linear对应matlab-程序员宅基地

线性回归

线性回归是回归问题中最简单的形式，线性回归假设目标值（datay)与特征(datax)之间线性相关，即满足一个多元一次方程(因为影响目标值的特征往往有多个，所以称为多元，此时也称之为多元线性回归)。

我们可以认为目标值与特征值之间存在以下关系（y 与 x 均可为向量形式），如下图所示，这便是一个比较简单的线性回归，这里y是连续数值型变量
$\hat{y} = w\hat{x}+b$
在这里插入图片描述

如果是有两个特征值那么x 便是一个二维向量，上图中的直线也会变成一个平面
在这里插入图片描述
模型的求解便是对w以及b的求解，只有这两个参数越精确，模型才会越好。表征模型的好坏便是模型的预测值与真实值之间的差距大小。为此，我们定义了损失函数，在回归中我们常称之为残差平方和
$\frac{1}{n}\sum_{i=1}^{n}(\hat{y}_{i} - y_{i})^2$
也就是预测值与真实值之间距离平方的平均值

求解模型的过程也就是将损失函数最小化的过程，最终得到w和b

线性回归求解方法

最小二乘法

我们将上述的两个公式结合得到残差平方和与w和b之间的联系
$\frac{1}{n} \sum_{i=1}^{n}(w x_{i} + b -y_{i})^2$
我们接着进行求导，结合我们高数的知识，最终得到 w 和 b

梯度下降

大致思路为根据每个自变量对损失函数的偏导来更新参数，这里不深探讨

代码实现

matlab

[b,bint,r,rint,stats] = regress(y,X)

参数	描述
b	向量 `y` 中的响应对矩阵 `X` 中的预测变量的多元线性回归的系数估计值
bint	返回系数估计值的 95% 置信区间的矩阵
r	返回由残差组成的向量
rint	包含可用于诊断离群值的区间
stats	包含 R2 统计量、F 统计量及其 p 值，以及误差方差的估计值。矩阵 `X` 必须包含一个由 1 组成的列，以便软件正确计算模型统计量

在调用函数的时候需要在矩阵 X 中包含一个由 1 构成的列

x=[1 2 4 6 8 10 12 15 17 20]';

X=[ones(10,1),x];

Y=[3 12 25 36 47 49 66 76 88 99]';

[b,bint,r,rint,stats]=regress(Y,X)
X_Test = linspace(1,20,100);
Y_predict = b(2) * X_Test + b(1);
plot(x,Y, 'b*');
hold on
plot(X_Test,Y_predict,'r-');

在这里插入图片描述

python

sklearn包内部自动实现了线性模型的预测，下面实现了简单的线性回归

# 回归分析
import matplotlib.pyplot as plt
import pandas as pd
from sklearn import linear_model
import numpy as np

x = np.array([1, 2, 4, 6, 8, 10, 12, 15, 17, 20])

Y = np.array([3, 12, 25, 36, 47, 49, 66, 76, 88, 99])

# 选取训练集
dataX_train = x
dataY_train = Y
x_test = np.array(np.linspace(1, 20, 100))
print(x_test)
print('实例化模型：')
model_reg = linear_model.LinearRegression()
print("训练模型：")
model_reg.fit(dataX_train.reshape((-1, 1)), dataY_train)
print("模型预测：")
dataY_predict = model_reg.predict(x_test.reshape((-1, 1)))
plt.scatter(dataX_train, dataY_train)
plt.scatter(x_test, dataY_predict)
plt.show()

在这里插入图片描述

本文链接：https://blog.csdn.net/qq_44614115/article/details/113444879

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

while循环&CPU占用率高问题深入分析与解决方案_main函数使用while(1)循环cpu占用99-程序员宅基地

文章浏览阅读3.8k次，点赞9次，收藏28次。直接上一个工作中碰到的问题，另外一个系统开启多线程调用我这边的接口，然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法，放到线上后发现确实是可以正常取到结果，但是一旦调用，CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了，类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99

【无标题】jetbrains idea shift f6不生效_idea shift +f6快捷键不生效-程序员宅基地

文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效

node.js学习笔记之Node中的核心模块_node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是-程序员宅基地

文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别，这些API绝大多数都被包装到了一个具名和核心模块中了，例如文件操作的 fs 核心模块，http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是

数学建模【SPSS 下载-安装、方差分析与回归分析的SPSS实现(软件概述、方差分析、回归分析)】_化工数学模型数据回归软件-程序员宅基地

文章浏览阅读10w+次，点赞435次，收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件

利用hutool实现邮件发送功能_hutool发送邮件-程序员宅基地

文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢？1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件

docker安装elasticsearch，elasticsearch-head，kibana，ik分词器_docker安装kibana连接elasticsearch并且elasticsearch有密码-程序员宅基地

文章浏览阅读867次，点赞2次，收藏2次。docker安装elasticsearch，elasticsearch-head，kibana，ik分词器安装方式基本有两种，一种是pull的方式，一种是Dockerfile的方式，由于pull的方式pull下来后还需配置许多东西且不便于复用，个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码

随便推点

Python 攻克移动开发失败！_beeware-程序员宅基地

文章浏览阅读1.3w次，点赞57次，收藏92次。整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）近年来，随着机器学习的兴起，有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块，内置..._beeware

Swift4.0_Timer 的基本使用_swift timer 暂停-程序员宅基地

文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停

元素三大等待-程序员宅基地

文章浏览阅读986次，点赞2次，收藏2次。1.硬性等待让当前线程暂停执行，应用场景：代码执行速度太快了，但是UI元素没有立马加载出来，造成两者不同步，这时候就可以让代码等待一下，再去执行找元素的动作线程休眠，强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待