python实现机器学习算法(第一章课程作业)
- 编程作业1:单变量线性回归实
import numpy as np
import matplotlib.pyplot as plt
path = 'ex1data1.txt'#导入数据包
data = pd.read_csv(path,names=['Population','Profit'])
data.head()
data.plot(kind='scatter', x='Population', y='Profit', figsize=(8,5))
plt.show()#对数据进行可视化,输出散点图
- 使用梯度下降来实现线性回归,以最小化代价函数cost。创建一个以θ为参数的cost 函数,并实现公式对应功能。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。