【代码】自写代码-实现线性回归

本站原创文章，转载请说明来自《老饼讲解-机器学习》www.bbbdata.com

本文展示如何自写代码实现线性回归模型的求解

通过本文可以更具体的掌握线性回归模型的实现原理

    01. 自写代码-实现线性回归    

本节展示如何自写代码来实现线性回归模型

     问题     

现有数据以下
 
需要我们建立线性模型,用变量 x1,x2 预测y

✍️备注
 以上数据的实际关系为：   
建完模可以回头看看建模的结果与这个是否一致

    自写代码求解线性回归   

根据线性回归模型的求解公式，进行求解即可
  python代码如下：

import numpy as np
#输入数据
x = np.array([[0, 2], [1, 1], [2,3],[3,2],[4,5],[5,2]]) 
y = np.array([8,7,15,14,25,18])
# 给x添加一列1
xt = np.insert(x, x.shape[1], 1, axis=1)
#按公式求解w,其中inv的功能是求矩阵的逆，@是矩阵的乘法
w = np.linalg.inv(xt.T@xt)@xt.T@y
#输出W
print("模型参数W："+str(w))

运行结果如下
 模型参数W：[2. 3. 2.]

 即代表模型为：
 
 
 
可见，模型的求解是有效的

  End