码迷,mamicode.com
首页 > 其他好文 > 详细

线性回归

时间:2020-05-15 21:50:10      阅读:86      评论:0      收藏:0      [点我收藏+]

标签:oat   ima   hold   pre   简单的   权重   style   rate   结果   

%% 清屏

clc;
clear all;
close all;

%% 数据预处理

data = importdata(‘studentscores.csv‘);
x = data.data(:,1);
y = data.data(:,2);

% 原始数据的散点图

figure

plot(x,y,‘o‘);
xlabel(‘Hours‘);
ylabel(‘Scores‘);
hold on;

num = length(x);                             % 样本数目
x = [ones(num,1),x];    

%% 梯度下降法求参数

MaxIt = 1000;                                % 最大迭代次数
W = zeros(size(x(1,:)))‘ ;                   % 初始权重向量
L_rate = 0.05;                               % 学习率

for It=1:MaxIt
    
    % 计算损失函数梯度
    
    grad = (1/num).*x‘*(x*W - y);
    W = W - L_rate.*grad;
    L_rate = 0.05*0.95;  
    
end

plot(x(:,2),x*W,‘-‘);
legend(‘训练集‘,‘线性回归方程‘);
hold off;

 

上面是简单的一元线性回归,试验结果如下:

技术图片

数据:

技术图片

 

线性回归

标签:oat   ima   hold   pre   简单的   权重   style   rate   结果   

原文地址:https://www.cnblogs.com/mysterygust/p/12897314.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!