老師留了這麼個作業,莫名其妙的,暫且順著思路做個雛形試了試,不知道是否嚴謹,先記下來。
先整乙個最簡單的思路
一,首先是畫圖。x,y,z是陣列資料,然後下面的**一看就可以理解,求出a,b,c就可以畫了。
z = a*x + b*y + c
surf = ax.plot_su***ce(x, y, z, cmap=cm.greens,linewidth=0, antialiased=false)
x,y,z我們這麼取:
x = np.arange(-5, 5, 0.25) #取值範圍-5到5,間隔0.25
y = np.arange(-5, 5, 0.25)
x, y = np.meshgrid(x, y) #根據x,y整一大堆點,嗯,先這麼理解
二,開始求a,b,c。**平面方程就是上面的z=ax+by+c, 給出一堆點(x,y,z),我們要求出a,b,c的值,使這些點到平面的距離最小
def error(p): #順著思路定義個相關函式
a,b,c= p
return z-(a*x+b*y+c)
x = np.random.randint(-5, 5, 16) #生產隨機數,假裝這就是實驗資料
y = np.random.randint(-5, 5, 16)
z = np.random.randint(-5, 5, 16)
r = optimize.leastsq(error, [1,0,1]) #求擬合引數
a,b,c = r[0]
三,結束。基本上就這些,把該匯入的模組匯入了就行,注意不要把x,y,z和x,y,z搞混了。以下是執行結果
先這樣,心情好了再來搞
單變數線性回歸
參考 模型表示 線性回歸 linear regression 是利用稱為線性回歸方程的最小平方函式對乙個或多個自變數和因變數之間關係進行建模的一種回歸分析。這種函式是乙個或多個稱為回歸係數的模型引數的線性組合。只有乙個自變數的情況稱為簡單回歸,大於乙個自變數情況的叫做多元回歸。詳細描述 之前的房屋交...
單變數線性回歸
線性回歸模型 linear regression model 包括線性假設 linear hypothesis 和平方差代價函式 squared error cost function 字母的含義 m number of training examples 訓練樣本的數量 x input varia...
多變數線性回歸
import numpy as np import pandas as pd import matplotlib.pyplot as plt import cost function import gd function path ex1data2.txt data2 pd.read csv pat...