标签：plt 20 predict 回归 np 算法 线性 mean

1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性
（1）有监督：训练数据集必须是有标记，然后通过给定的训练数据和特定的算法去构造一个模型。
无监督：训练数据集没有标记，去寻找训练数据中隐藏的模式或者是对数据进行分组。

（2）线性回归的定义：通过一个或多个自变量或因变量进建模的回归方法，其中可以为一个或多个自变量之间的线性组合。（一维、二维、三维空间）

（3）矩阵：矩阵的乘法

（4）python编程
np.multiply(a,b) 数组的点乘运算
np.dot(a,b) 矩阵的乘积运算

（5）

（6）

2.思考线性回归算法可以用来做什么？（大家尽量不要写重复）
线性回归可以预测新冠肺炎人数増涨速率，在一个地区通过之前的数据预测什么时候达到峰值等。
3.自主编写线性回归算法 ，数据可以自己造，或者从网上获取。（加分题）
import numpy as np
import matplotlib.pyplot as plt
x=np.array([1.,3.,6.,7.,9])
y=np.array([3.,6.,12.,17.,19])
plt.scatter(x,y)
plt.axis([0,20,0,20])
plt.show()
x_mean=np.mean(x)
y_mean=np.mean(y)

num=0.0 #分子
d=0.0 #分母
for x_i,y_i in zip(x,y): #根据公式计算
num+=(x_i-x_mean)(y_i-y_mean)
d+=(x_i-x_mean)**2
a=num/d
b=y_mean-ax_mean
a
b
y_hat=ax+b
plt.scatter(x,y)
plt.plot(x,y_hat,color="r")
plt.axis([0,20,0,20])
plt.show()
x_predict=6
y_predict=ax_predict+b
y_predict

标签：plt,20,predict,回归,np,算法,线性,mean
来源： https://www.cnblogs.com/lingcode/p/12755332.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。