标签:arr 求和 公式 列表 var 线性 tensorflow 第三课
线性回归求B公式:
公式解释:
∑ 该符号是一个求和的意思,可以解释为:xi={x1+x2+x3...+xn},
∑ 符号下面的i=1,就是说从1开始将列表里面的数据加到n,就是将列表里面是数据求和。
视频教程:
https://www.bilibili.com/video/BV1FV411C7VL?from=search&seid=10651213649538946425
实例:根据温度预测卖冰激凌个数
用代码表示:
以下为javascript代码:
<script> function avg(arr) {//封装求平均值函数 var len = arr.length; var sum = 0; for(var i = 0;i<len;i++){ sum +=arr[i]; } return sum/len; } function linearRegression(x1){ var x=[25.0,26.0,27.0,28.0,29.0]; //把各个温度值放到x数组 var y=[10.0,15.0,17.0,23.0,25.0]; //冰激凌卖的个数放到y数组 //第一步算b的值 //1,先取x的平均值: var avg_x=avg(x); //console.log(avg_x); //2,再去y的平均值: var avg_y=avg(y); //console.log(avg_y); //3,再用循环x数组依次减去avg_x , 循环y数组依次减去avg_y 进行相乘求和: var v1=0;//分子 var v2=0;//分母 for(var i=0;i<x.length;i++){ v1+=(x[i]-avg_x)*(y[i]-avg_y); //console.log(v1); v2+=(x[i]-avg_x)*(x[i]-avg_x); } console.log(v1); console.log(v2); var b=v1/v2; console.log(b); //第二步算a的值: var a=avg_y-b*avg_x; console.log(a); //最终得出的值: return b*x1-a; } console.log(linearRegression(32)); </script>
标签:arr,求和,公式,列表,var,线性,tensorflow,第三课 来源: https://www.cnblogs.com/likecs/p/13799858.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。