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:

相关推荐
瓦香钵钵鸡20 分钟前
机器学习通关秘籍|Day 02:特征降维、用KNN算法和朴素贝叶斯实现分类
算法·机器学习·分类·贝叶斯·knn·超参数搜索·交叉验证
大哥喝阔落20 分钟前
chatgpt plus简单得,不需要求人,不需要野卡,不需要合租,不需要昂贵的价格
人工智能·chatgpt
Godspeed Zhao24 分钟前
自动驾驶中的传感器技术21——Camera(12)
人工智能·机器学习·自动驾驶·图像评测
hurrycry_小亦1 小时前
补:《每日AI-人工智能-编程日报》--2025年7月31日
人工智能
静心问道1 小时前
量化大型语言模型的评估
人工智能·语言模型·自然语言处理
gptplus1 小时前
AI + 云原生:正在引爆下一代应用的技术革命
人工智能·云原生
2401_831896032 小时前
机器学习(13):逻辑回归
人工智能·机器学习·逻辑回归
山烛2 小时前
决策树学习全解析:从理论到实战
人工智能·python·学习·算法·决策树·机器学习
YuhsiHu3 小时前
【论文简读】LongSplat
人工智能·深度学习·计算机视觉·3d
2zcode3 小时前
基于Matlab图像处理的液晶显示器表面缺陷检测与分类研究
人工智能·计算机视觉