学习日志---线性回归实现-创新互联
由对偏导数的计算可以得到w的计算公式：如下
假定输入数据存放在矩阵x中，而回归系数存放在向量w中。那么对于给定的数据
给出。对于x和y，如何找到w？常用的方法是找到平方误差最小的w。
平方误差可以写做：
用矩阵表示还可以写做。对w求导，解得w如下：
采用的数据是在UCI上下载的回归汽车msg性能的数据集；
由于下载的数据格式不标准，因此这里自己写了一段java代码将数据集的格式进行了重新的规整，代码如下：
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
public class MyMaze {
public static void main(String[] args) throws Exception {
FileInputStream fileInputStream = new FileInputStream(new File("E:\\DataRegression.txt"));
BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(fileInputStream));
File file = new File("E:\\result.txt");
FileOutputStream fileOutputStream = new FileOutputStream(file);
BufferedWriter bufferedWriter = new BufferedWriter(new OutputStreamWriter(fileOutputStream));
String line;
String newline = null;
while((line = bufferedReader.readLine())!=null)
{
if(line == null)
{
break;
}
int length = line.length();
for(int i = 0; i输出的文件是每个变量之间都有两个空格的数据集，其中第一项是因变量，也就是msg。
下面是采用python方法对数据集进行线性回归：
import numpy as np
import matplotlib.pyplot as plt
numFeat = len(open('result.txt').readline().split(' '))
dataMat = []; labelMat = []
fr = open('result.txt')
//这里对每行的数据进行分割，提取每行的数据
for line in fr.readlines():
lineArr=[]
curline = line.split(' ')
for i in range(1,numFeat):
lineArr.append(float(curline[i]))
dataMat.append(lineArr)
labelMat.append(float(curline[0]))
//将序列转为矩阵
xMat = np.mat(dataMat)
yMat = np.mat(labelMat).T
xTx = xMat.T*xMat
/判断行列式的值是否为0
if np.linalg.det(xTx) == 0.0:
print "wrong"
//利用公式求参数
ws = xTx.I*(xMat.T*yMat)
//利用matplotLib画图，制定在fig中
fig = plt.figure()
ax = fig.add_subplot(111)
xCopy = xMat.copy()
xCopy.sort(0)
yHat = xCopy*ws
//这里是找x矩阵中某一项与yHat的关系，如这里是第二项
ax.plot(xCopy[:,1],yHat)
//展示图像
plt.show()
//这里是求出相关系数的函数，越接近1越好
yHat = xMat*ws
print yHat.T.shape
print yMat.shape
print np.corrcoef(yHat.T, yMat.T) 附件：http://down.51cto.com/data/2366089另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
网站标题：学习日志---线性回归实现-创新互联
网页链接：http://shouzuofang.com/article/decpci.html