目录

机器学习(新手入门)-线性回归 #房价预测

题目:给定数据集dataSet,每一行代表一组数据记录,每组数据记录中,第一个值为房屋面积(单位:平方英尺),第二个值为房屋中的房间数,第三个值为房价(单位:千美元),试用梯度下降法,构造损失函数,在函数gradientDescent中实现房价price关于房屋面积area和房间数rooms的线性回归,返回值为线性方程𝑝𝑟𝑖𝑐𝑒=𝜃0+𝜃1∗𝑎𝑟𝑒𝑎+𝜃2∗𝑟𝑜𝑜𝑚𝑠中系数𝜃𝑖(𝑖=0,1,2)的列表。

python 复制代码
%matplotlib inline

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from numpy import genfromtxt
dataPath = r"./Input/data1.csv"
dataSet = pd.read_csv(dataPath,header=None)
print(dataSet)
price = []
rooms = []
area = []
for data in range(0,len(dataSet)):
    area.append(dataSet[0][data])
    rooms.append(dataSet[1][data])
    price.append(dataSet[2][data])
print(area)

执行结果:

python 复制代码
def gradientDescent(rooms, price, area):
    epochs = 500
    alpha = 0.00000001
    theta_gradient = [0,0,0]
    const = [1,1,1,1,1]
    theta = [1,2,1]
    loss = []
    
    for i in range(epochs):
        
        theta0 = np.dot(theta[0],const)
        theta1 = np.dot(theta[1],area)
        theat2 = np.dot(theta[2],rooms) 
        predict_tmp = np.add(theta0,theta1)
        predict = np.add(predict_tmp,theat2) 
        loss_ = predict - price
        theta_gradient[0] = (theta_gradient[0] + np.dot(const,loss_.transpose()))/5
        theta_gradient[1] = (theta_gradient[1] + np.dot(area,loss_.transpose()))/5
        theta_gradient[2] = (theta_gradient[2] + np.dot(rooms,loss_.transpose()))/5
        loss_t = np.sum(np.divide(np.square(loss_),2))/5
        if i%50==0:
            print("loss_t:",loss_t)
        loss.append(loss_t)
        theta[0] = theta[0] - alpha * theta_gradient[0]
        theta[1] = theta[1] - alpha * theta_gradient[1]
        theta[2] = theta[2] - alpha * theta_gradient[2]
    plt.plot(loss,c='b')
    plt.show()
    return theta
python 复制代码
def demo_GD():
    
    theta_list = gradientDescent(rooms, price, area)
demo_GD()

j结果展示:

本文是转载文章,点击查看原文
如有侵权,请联系 xyy@jishuzhan.net 删除
相关推荐
机器之心39 分钟前
魔改AlphaZero后,《我的世界》AI老玩家问世,干活不用下指令
人工智能
Romantic Rose1 小时前
你所拨打的电话是空号?手机状态查询API
大数据·人工智能
羊小猪~~1 小时前
深度学习基础--CNN经典网络之InceptionV1研究与复现(pytorch)
网络·人工智能·pytorch·深度学习·神经网络·机器学习·cnn
硅谷秋水1 小时前
AutoEval:现实世界中通才机器人操作策略的自主评估
人工智能·机器学习·计算机视觉·机器人
weixin_457885821 小时前
DeepSeek的神经元革命:穿透搜索引擎算法的下一代内容基建
人工智能·算法·搜索引擎·deepseek·虎跃办公
大模型真好玩2 小时前
不写一行代码! VsCode+Cline+高德地图MCP Server 帮你搞定和女友的出行规划(附原理解析)
人工智能·python·mcp
zskj_zhyl2 小时前
数据驱动的温暖守护:智慧康养平台如何实现 “千人千面” 的精准照护?
人工智能·科技·生活
视觉语言导航2 小时前
ICRA-2025 | 视觉预测助力机器人自主导航!NavigateDiff:视觉引导的零样本导航助理
人工智能·机器人·具身智能
Seon塞翁2 小时前
2025年Q1 AI 学习应用总结
人工智能·学习
jndingxin2 小时前
OpenCV 图形API(30)图像滤波-----腐蚀操作函数erode()
人工智能·opencv