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）有監督：訓練資料集必須是有標記，然後通過給定的訓練資料和特定的演算法去構造乙個模型。

無監督：訓練資料集沒有標記，去尋找訓練資料中隱藏的模式或者是對資料進行分組。

（2）線性回歸的定義：通過乙個或多個自變數或因變數進建模的回歸方法，其中可以為乙個或多個自變數之間的線性組合。（一維、二維、三維空間）

（3）矩陣：矩陣的乘法

（4）python程式設計

np.multiply(a,b) 陣列的點乘運算

np.dot(a,b) 矩陣的乘積運算

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）

線性回歸可以**新冠肺炎人數増漲速率，在乙個地區通過之前的資料**什麼時候達到峰值等。

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）

import numpy as np

import matplotlib.pyplot as plt

x=np.array([1.,3.,6.,7.,9])

y=np.array([3.,6.,12.,17.,19])

plt.scatter(x,y)

plt.axis([0,20,0,20])

plt.show()

x_mean=np.mean(x)

y_mean=np.mean(y)

num=0.0 #分子

d=0.0 #分母

for x_i,y_i in zip(x,y): #根據公式計算

num+=(x_i-x_mean)(y_i-y_mean)

d+=(x_i-x_mean)**2

a=num/d

b=y_mean-ax_meanab

y_hat=ax+b

plt.scatter(x,y)

plt.plot(x,y_hat,color="r")

plt.axis([0,20,0,20])

plt.show()

x_predict=6

y_predict=ax_predict+b

y_predict

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...

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...

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 ...