每日一句

房子不是你想买想买就能买。

基础介绍

线性回归算法是处理回归问题的常用方法,下面就线性回归算法来做一个简单的模型。通过走势模拟房子售价。

通过数据样本的基本绘图,可以知道某个现象是不是一个线性的分布过程,并且按一次线性方程分布。

那么就可以用下面的方法实现。

科普时间

线性回归模型,其核心思想为代价函数以及平方差函数:

假设函数:

目标函数:

过学习算法找到一个局部最优解,使得代价函数的值最小。

使用梯度下降的算法寻找局部最优解的公式:

回归结果

得到最优解后,我们就可以得到我们想要的假设函数来拟合我们的数据样本。

从图上可以知道,利用线性回归存在一定偏差。

因为这部完全算是一个线性问题,包含很多政策、经济原理。

我们但是通过这个走势可以让我们明白涨是一个趋势,下一步进行非线性探索。

x=[1 2 3 4 5 6 7 8 9 10 11 12];  %月份标签及价格

y=[7276 7279 7291 7349 7381 7450 7604 7858 8053 8271 8477 8659];

theta1=0;   %一次系数

theta0=0;   %常系数

[row,col]=size(x);   %theta初始化 初值选取对结果影响也很大,特别是theta2的选取