【机器学习】作业 Exam1

线性回归预测

唉,研0了,得学机器学习了。当然还是听的吴恩达老师的课,虽然全是英文,但是,怎么评价呢,讲得既专业又通俗易懂,初学者(像我这样的菜鸡)都值得一看!!

根据人口预测利润 输入变量只有一个特征 人口,输出变量为利润

很基础的东西,跟着老师来,lab里面都已经给你写好了。

python 复制代码
import pandas as pd
from matplotlib import pyplot as plt

# 损失函数
def compute_loss(x, y, w, b):
    m = x.shape[0]
    sum = 0.
    for i in range(m):
        sum += (w * x[i] + b - y[i]) ** 2
    return sum / m

# 梯度下降
def gradient_descent(x, y, w, b, eta, iterations):
    m = x.shape[0]
    loss_history = []
    for _ in range(iterations):
        sum_w = 0.
        sum_b = 0.
        for i in range(m):
            sum_w += (w * x[i] + b - y[i]) * x[i]
            sum_b += (w * x[i] + b - y[i])
        new_w = w - eta * sum_w / m
        new_b = b - eta * sum_b / m
        w = new_w
        b = new_b
        loss_history.append(compute_loss(x, y, w, b))
    return w, b, loss_history

if __name__ == '__main__':
    data = pd.read_csv(r'D:\BaiduNetdiskDownload\data_sets\ex1data1.txt', names=["x", "y"])
    x = data['x']
    y = data['y']

    w, b, loss_history = gradient_descent(x, y, 0, 0, 0.01, 1000)
    epochs = range(len(loss_history))
    print(w, b)
    # 打印图标
    plt.plot(epochs, loss_history, color='red', label='loss')
    # plt.plot(x, w * x + b, color='red')
    # plt.scatter(x, y, color='blue')
    plt.show()
几个图表

损失:

回归预测:

我的预期:

w : 1.1272942024281842, b : -3.241402144274422

相关推荐
阿坡RPA14 小时前
手搓MCP客户端&服务端:从零到实战极速了解MCP是什么?
人工智能·aigc
用户277844910499315 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
机器之心15 小时前
刚刚,DeepSeek公布推理时Scaling新论文,R2要来了?
人工智能
算AI17 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
凯子坚持 c18 小时前
基于飞桨框架3.0本地DeepSeek-R1蒸馏版部署实战
人工智能·paddlepaddle
你觉得20518 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
8K超高清18 小时前
中国8K摄像机:科技赋能文化传承新图景
大数据·人工智能·科技·物联网·智能硬件
hyshhhh19 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
薛定谔的猫-菜鸟程序员19 小时前
零基础玩转深度神经网络大模型:从Hello World到AI炼金术-详解版(含:Conda 全面使用指南)
人工智能·神经网络·dnn
币之互联万物19 小时前
2025 AI智能数字农业研讨会在苏州启幕,科技助农与数据兴业成焦点
人工智能·科技