[机器学习]机器学习笔记整理13-线性回归简单实现

1. 简单线性回归模型举例：


汽车卖家做电视广告数量与卖出的汽车数量： 
这里写图片描述


1.1 如何练处适合简单线性回归模型的最佳回归线？


这里写图片描述


1.2 计算


这里写图片描述


预测：


假设有一周广告数量为6，预测的汽车销售量是多少？ 
这里写图片描述


代码实现


x_given = 6


Y_hat = 5*6 + 10 = 40


1.3 Python实现：


import numpy as np


def fitSLR(x, y):
    n = len(x)
    dinominator = 0
    numerator = 0
    for i in range(0, n):
        numerator += (x[i] - np.mean(x))*(y[i] - np.mean(y))
        dinominator += (x[i] - np.mean(x))**2
    b1 = numerator/float(dinominator)
    b0 = np.mean(y)/float(np.mean(x))
    return b0, b1


def predict(x, b0, b1):
    return b0 + x*b1


x = [1, 3, 2, 1, 3]
y = [14, 24, 18, 17, 27]    




b0, b1 = fitSLR(x, y)


print "intercept:", b0, " slope:", b1


x_test = 6


y_test = predict(6, b0, b1)
宁波微整形美容http://www.biopls.net/Project/list-8-1.shtml

print "y_test:", y_test