5 線性回歸演算法

1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性

2.思考線性回歸演算法可以用來做什麼？（大家盡量不要寫重複）

3.自主編寫線性回歸演算法 ，資料可以自己造，或者從網上獲取。（加分題）

解：1.

回歸演算法的背景：

監督學習：回歸和分類的區別

重點：最小二乘法之梯度下降法

重點理解：課堂**實現梯度下降法：

2.房價**

銷售額**

文章點選率**

******

天氣**

信用度**

3.資料為爬蟲爬到的買房網資料

# 應用線性回歸演算法**房屋面積與總價

from
sklearn.datasets import load_boston
from
sklearn.linear_model import linearregression
import matplotlib.pyplot 
asplt
import pandas 
aspd
import numpy 
asnp
data = pd.read_csv('
201706120040 柯尚明(已處理).csv')
del data[
'unnamed: 0']
x=np.array(data.iloc[:,6:7
])y=np.array(data.iloc[:,1
])model_lr=linearregression()
model_lr.fit(x,y)
print(
'模型的權值：
',model_lr.coef_,'
截距項：
',model_lr.intercept_)
pre=model_lr.predict(x)
# 使用視覺化的方式對比房屋面積與總價
				
5 線性回歸演算法
1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性 答 監督學習分為回歸和分類兩大類，這次課學習回歸演算法，回歸演算法是分類方法的提公升。連續變數 採用回歸演算法 如天氣的溫度 離散變數 採用分類演算法 如天氣是陰，晴，還是雨 矩陣是大多數演算法的計算基礎，矩陣的這種運算正好滿...
				
5 線性回歸演算法
1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性 1 線性回歸的定義和多元一次線性方程 定義 線性回歸通過乙個或者多個自變數與因變數之間進行建模的回歸方法，其中可以為乙個或者多個自變數之間的線性組合 2 線性回歸的機器 跟真實值是存在一定的誤差的 3 損失函式 計算誤差大小的...
				
5 線性回歸演算法
1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性 機器 和真實值是有一定誤差的 通過損失函式可以計算誤差的大小，值越小，說明誤差也小 矩陣必須是二維的 2.思考線性回歸演算法可以用來做什麼？大家盡量不要寫重複 線性回歸演算法，可以用來估算面積和房價的關係，可以用來計算股份和價...