线性回归(标准回归)
来源:互联网 发布:win10精简优化工具 编辑:程序博客网 时间:2024/06/06 08:55
今天我们来讨论机器学习的另一个领域---预测;首先我们来讨论利用线性回归来预测数值型数据。利用线性回归进行预测的过程就是求解回归系数的过程,求出回归系数后进行系数与特征值乘积求和即可,这里我们使用最小二乘法进行求解:ex0.txt (提取码:dbe2)
def loadDataSet(fileName): numFeat = len(open(fileName).readline().split('\t')) - 1 dataMat = []; labelMat = [] fr = open(fileName) for line in fr.readlines(): lineArr =[] curLine = line.strip().split('\t') for i in range(numFeat): lineArr.append(float(curLine[i])) dataMat.append(lineArr) labelMat.append(float(curLine[-1])) return dataMat,labelMatdef standRegres(xArr,yArr): xMat = mat(xArr); yMat = mat(yArr).T xTx = xMat.T*xMat if linalg.det(xTx) == 0.0: print "This matrix is singular, cannot do inverse" return ws = xTx.I * (xMat.T*yMat) return ws这里第一个函数和前面功能一样,从文件中读取数据。返回一个属性列表和一个标签列表。第二个函数进行求解回归系数,首先将输入参数转换成矩阵,输入参数分别为属性列表和标签列表。然后将属性矩阵与属性矩阵的转置矩阵相乘,这里得进行判断乘积得出的矩阵是否可逆,如果可逆的话就将求逆后的矩阵与标签矩阵和属性矩阵的转置矩阵相乘得出回归系数。
0 0
- 线性回归(标准回归)
- 实现标准线性回归
- 线性回归(logistic回归)
- 回归分析之线性回归(N元线性回归)
- 线性回归(一)
- 线性回归(Matlab)
- 线性回归2(局部加权回归)
- 线性回归、logistic回归
- 线性回归&Logistic回归
- 回归:多元线性回归
- 回归-线性回归
- 线性回归标准方程及其概率解释
- 线性回归标准方程及其概率解释
- 利用Python实现标准线性回归
- 线性回归
- 线性回归
- 线性回归
- 线性回归
- 你还在兜圈吗?
- iOS开发-进阶:利用通知(NSNotification)进行数据传递
- 欢迎使用CSDN-markdown编辑器
- getsockopt()函数和setsockopt()函数
- 系统调用函数
- 线性回归(标准回归)
- UDP套接字的数据传输.套接字的关闭
- HDU 5642 King's Order【数位dp】
- TCP套接字的数据传输
- Mac OS X上使用Wireshark抓包
- 套接字地址结构及其创建
- HOJ 1017 模拟约瑟夫问题
- 网络模型与协议
- Servlet学习笔记