回归问题

下面以这个例子为例：

函数：f(特征)->特征值

f(身高)->(体重)

拟合

预测

首先我们把需要分析的数据导入放在python文件夹下

然后我们还要导入第三方工具，来实现可视化数据

pip install matplatlib

安装成功后

python 代码

import numpy as np
import matplotlib.pyplot as plt
data=np.loadtxt(r'hw.txt', delimiter='\t', skiprows=True)
plt.scatter(data[:,0], data[:,1])
plt.show()

效果

分析

发现身高体重成正比

线性回归

y=wx+b

只需求出w和b

如何求？

在函数的值和实际值有误差

76.3*w+b-178

55.2*w+b-160

…

把所有误差平方后相加，

赋给损失函数loss(w,b),所以我们要求出来让损失函数最小的w,b

用梯度下降法

初始化：

def init_data():data = np.loadtxt('hw.txt', delimiter='/t')return datadef linear_regression():learning_rate = 0.01 #步长initial_b = 0initial_m = 0num_iter = 1000 #迭代次数data = init_data()[b, m] = optimizer(data, initial_b, initial_m, learning_rate, num_iter)plot_data(data,b,m)print(b, m)return b, m
def optimizer(data, initial_b, initial_m, learning_rate, num_iter):b = initial_bm = initial_mfor i in range(num_iter):b, m = compute_gradient(b, m, data, learning_rate)# after = computer_error(b, m, data)if i % 100 == 0:print(i, computer_error(b, m, data)) # 损失函数，即误差return [b, m]
def compute_gradient(b_cur, m_cur, data, learning_rate):b_gradient = 0m_gradient = 0N = float(len(data))## 偏导数， 梯度for i in range(0, len(data)):x = data[i, 0]y = data[i, 1]b_gradient += -(2 / N) * (y - ((m_cur * x) + b_cur))m_gradient += -(2 / N) * x * (y - ((m_cur * x) + b_cur)) #偏导数new_b = b_cur - (learning_rate * b_gradient)new_m = m_cur - (learning_rate * m_gradient)return [new_b, new_m]
def computer_error(b, m, data):totalError = 0x = data[:, 0]y = data[:, 1]totalError = (y - m * x - b) ** 2totalError = np.sum(totalError, axis=0)return totalError / len(data)
if __name__ == '__main__':linear_regression()

问题

1ValueError: could not convert string to float: ‘177.1\t70.1’

解决：hw.TXT中数据是以tab分开的
在修改代码

data = np.loadtxt('hw.txt', delimiter='/t')

RuntimeWarning: overflow encountered in square

出现上溢出现象

出现的的错误看图

注意：nan代表Not A Number（不是一个数），它并不等于0，因为nan不是一个数，所以相关计算都无法得到数字。inf表示正无穷。

补充：想把这些warnings忽略

import warnings
warnings.filterwarnings('ignore')

看效果：

最后得出的不是一个数，而是nan,如何解决溢出，没弄明白