当前位置:   article > 正文

吴恩达机器学习课后作业_线性回归实现

吴恩达机器学习课后作业_线性回归实现

照着bilibili上,一位小姐姐?的ng机器学习课后作业系列视频,细节讲的真的很到位,get到了很多基础知识。传送门


目录
一、单变量线性回归
二、多变量线性回归


1单变量线性回归

根据城市的人口数量,预测获利情况。

1、加载数据集
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

data = pd.read_csv('./ex1data1.txt', names=['population', 'profit'])   
# names=['population', 'profit'] 给数据集的列添加标题

# 查看数据信息
data.head() # 前5行
# print(data.tail())  # 最后5行
# print(data.describe())  # 方差、均值等统计
# print(data.info())  # 信息

# 可视化数据集
data.plot.scatter('population', 'profit', c='b', label='population', s=30)   
# 颜色为蓝色、s代表样本点的大小
plt.show()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18

前5个样本
在这里插入图片描述
知识点补充1:

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/寸_铁/article/detail/807443
推荐阅读
相关标签
  

闽ICP备14008679号