前面文章中,介绍了一元线性回归的求解,其关键点在于系数w和截距b的求解。但如果是多元特征,需要求解的变量就是多维的,之前的方法就会异常复杂。所以对于多元特征问题,求解的思路是将向量聚合,用矩阵的方式求解

线性回归求解

最小二乘法的主要思想是,选择未知参数,使得预测值和观测值之差的平方和最小。

参考文档

最小二乘法:https://zhuanlan.zhihu.com/p/36910496

矩阵求导:https://blog.csdn.net/u010976453/article/details/54381248

波士顿房价预测

以下用经典的波士顿房价预测问题,来介绍多元线性回归问题代码求解方式。

# CRIM	城镇人均犯罪率	float
# ZN	住宅用地超过 25000 sq.ft. 的比例	float
# INDUS	城镇非零售商用土地的比例	float
# CHAS	查理斯河空变量(如果边界是河流,则为1;否则为0)	int
# NOX	一氧化氮浓度	float
# RM	住宅平均房间数	float
# AGE	1940 年之前建成的自用房屋比例	float
# DIS	到波士顿五个中心区域的加权距离	float
# RAD	辐射性公路的接近指数	float
# TAX	每 10000 美元的全值财产税率	float
# PTRATIO	城镇师生比例	float
# B	1000(Bk-0.63)^ 2,其中 Bk 指代城镇中黑人的比例	float
# LSTAT	人口中地位低下者的比例	float
# MEDV	自住房的平均房价,以千美元计	float

代码示例

1、加载数据

import numpy as np
from matplotlib import pyplot as plt

ds = np.loadtxt('./boston_housing.data')
x_arr = ds[:, :-1]
y_arr = ds[:, -1].reshape(-1, 1)

X = np.mat(np.hstack([np.ones((x_arr.shape[0], 1)), x_arr]))
Y = np.mat(y_arr)

2、参数求解

def fit(X, Y):
    theta = (X.T * X).I * X.T * Y
    return theta

theta = fit(X, Y)
y_hat = X * theta

print('theta:', theta)
print(y_hat.shape)

# 可视化
x = range(len(y_hat))
plt.scatter(x, y_arr)
plt.plot(x, y_hat, c='r')
plt.show()

3、模型预测

x_test = np.mat([[1, 2.27346, 0.00, 18.580, 1, 0.7050, 6.2500, 92.60, 1.7984, 5, 403.0, 14.70, 348.92, 6.50]])
y_pred = test_x * theta
print('预测值:', y_pred[0, 0])

本文为 陈华 原创,欢迎转载,但请注明出处:http://edu.ichenhua.cn/read/250