上传新文件

linear_regression.py

+import numpy as np
+
+# 线性回归（正规方程法）
+class LinearRegression_Equation:
+    # 根据公式计算w，是n*1的2维矩阵
+    def fit(self, X, y):
+        self.w = np.linalg.inv(X.T.dot(X)).dot(X.T).dot(y)
+    
+    # 根据公式(4.1)计算预测结果，是m*1的2维矩阵
+    def predict(self, X):
+        return X.dot(self.w)
+
+# 线性回归（梯度下降法）
+class LinearRegression_GD:
+    def __init__(self,
+        N = 1000,           # 训练轮数
+        lr = 0.01           # 学习率
+        ) -> None:
+        self.N = N
+        self.lr = lr
+    
+    def fit(self, X, y):
+        m, n = X.shape
+        w = np.zeros((n, 1))
+        y = y.reshape(-1, 1)
+        for _ in range(self.N):
+            gradient = 1 / m * X.T.dot(X.dot(w) - y)
+            w -= self.lr * gradient
+        self.w = w
+    
+    def predict(self, X):
+        return X.dot(self.w)
\ No newline at end of file