实战python线性回归

利用正规方程矩阵求导进行最小二乘，求得最佳拟合直线。

# -*- coding: utf-8 -*-
“““
Created on Thu May  3 16:59:16 2018

@author: FZ
“““
import matplotlib.pyplot as plt
import numpy as np
import linear_regression

xArryArr = linear_regression.loadDataSet（‘ex0.txt‘） #得到特征矩阵 以及对应的目标矩阵

ws = linear_regression.standRegres（xArryArr） #得到回归系数

#ouput : y = ws[0] + ws[1]*x
#drawing

xMat = np.mat（xArr）
yMat = np.mat（yArr）
yHat = xMat*ws      #prediction value

fig = plt.figure（）
ax = fig.add_subplot（111）
ax.scatter（xMat[:1].flatten（）.A[0]yMat.T[:0].flatten（）.A[0]color=‘k‘）

xCopy = xMat.copy（）
xCopy.sort（0） #升序防止次序混乱
yCHat = xCopy*ws

ax.plot（xCopy[:1]yCHatcolor=‘k‘）

plt.savefig（‘linear_fitting.png‘dpi=400）

#判断拟合好坏，算相关系数

correlation_coefficient = np.corrcoef（yHat.TyMat）
#1	0.986474
#0.986474	1 模型拟合度 好

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-05-03 17:56  8.1_linear_regression\__pycache__\
     文件         977  2018-05-03 17:56  8.1_linear_regression\__pycache__\linear_regression.cpython-36.pyc
     文件         970  2018-05-03 17:31  8.1_linear_regression\__pycache__\regression.cpython-36.pyc
     文件         895  2018-05-04 10:23  8.1_linear_regression\do_linear_regerssion.py
     文件        5600  2011-01-08 10:02  8.1_linear_regression\ex0.txt
     文件      124431  2018-05-04 10:23  8.1_linear_regression\linear_fitting.png
     文件        1063  2018-05-03 17:56  8.1_linear_regression\linear_regression.py