房价预测Python

房价预测包括以下几个部分：导入数据、数据的预处理、求梯度

题目要求：

1.影响房价的因素：面积、房间数

2.利用梯度下降法，求出预测函数t=x1*w1+x2*w2+b

这个是我写的代码，我对于这个题的理解不是很深，代码存在错误，希望各位大神们可以帮我指出我的问题

import numpy as np
import numpy as ns#每组五个数据
x1=np.array([90,100,110,120,130]);#面积
x2=np.array([2,3,2,3,4]);#房间数
y=np.array([100,110,100,120,130]);#房价#这里我们取平均值
x1=(x1[1]+x1[2]+x1[3]+x1[0]+x1[4])/5
x2=(x2[1]+x2[2]+x2[3]+x2[0]+x2[4])/5
y=(y[1]+y[2]+y[3]+y[4]+y[0])/5
# print(x1,x2,y)#求梯度def gradient_update(b, w1,w2, x1, x2):lr=0.01b_gradient = 0w1_gradient = 0w2_gradient=0for i in range(0, 500):# 计算梯度b_gradient += ((w1 * x1 + w2*x2+b) - y)w1_gradient += x1 * ((w1 * x1 +w2*x2+ b) - y)w2_gradient +=   x2 * ((w1 * x1+w2*x2+ b) - y)# 根据梯度更新权重和偏置b -= lr * b_gradientw1 -= lr * w1_gradientw2 -= lr * w2_gradientt=b+x1*w1+w2*x2if((t-y)*(t-y)/5<lr):print(b,w1,w2)return(b,w1,w2)

代码运行无结果

原题目为波士顿房价-线性回归

(22条消息) 线性回归波士顿房价预测_bit_100的博客-CSDN博客_波士顿房价预测线性回归

房价预测Python相关推荐

波士顿房价预测python决策树_波士顿房价预测 - 最简单入门机器学习 - Jupyter
机器学习入门项目分享 - 波士顿房价预测该分享源于Udacity机器学习进阶中的一个mini作业项目,用于入门非常合适,刨除了繁琐的部分,保留了最关键.基本的步骤,能够对机器学习基本流程有一个最清晰 ...
波士顿房价预测python代码_Python之机器学习-波斯顿房价预测
AI 人工智能 Python之机器学习-波斯顿房价预测波士顿房价预测导入模块 import pandas as pd import numpy as np import matplotlib.py ...
波士顿房价预测python代码_使用Python和Numpy构建神经网络模型——波士顿房价预测案例...
原标题:使用Python和Numpy构建神经网络模型--波士顿房价预测案例
波士顿房价预测python决策树_机器学习·波士顿房价预测模型
模型评估与验证当我们的机器学习模型建立好之后,如何训练数据以获得最优的模型参数,又用什么指标来评价模型的优劣呢?本文以波士顿房价为例,说明如何训练数据以及对模型做评估,辨别模型的优劣. 第一步:导入 ...
基于神经网络的房价预测,python数据分析房价预测
Python 与深度学习有哪些与建筑设计相接轨的可能性关注这个问题快一周了,到目前来说还是没发现什么太大的惊喜.我感觉建筑设计界还是要学习一个,不要看到深度学习很火,就弄个大新闻,把这玩意往建筑设计 ...
1-2 用Python编写【房价预测】模型----paddle
课程>我的课程>百度架构师手把手教深度学习>1-2 用Python编写[房价预测]模型> 1-2 用Python编写[房价预测]模型 paddle初级教程第一章第二节王然( ...
【机器学习入门】(8) 线性回归算法：正则化、岭回归、实例应用(房价预测)附python完整代码和数据集
各位同学好,今天我和大家分享一下python机器学习中线性回归算法的实例应用,并介绍正则化.岭回归方法.在上一篇文章中我介绍了线性回归算法的原理及推导过程:[机器学习](7) 线性回归算法:原理.公式 ...
Kaggle 房价预测竞赛优胜方案：用 Python 进行全面数据探索
［导读］Kaggle 的房价预测竞赛从 2016 年 8 月开始,到 2017 年 2 月结束.这段时间内,超过 2000 多人参与比赛,选手采用高级回归技术,基于我们给出的 79 个特征,对房屋的售 ...
房价预测python_详解 Kaggle 房价预测竞赛优胜方案：用 Python 进行全面数据探索...
［导读］Kaggle 的房价预测竞赛从 2016 年 8 月开始,到 2017 年 2 月结束.这段时间内,超过 2000 多人参与比赛,选手采用高级回归技术,基于我们给出的 79 个特征,对房屋的售 ...

房价预测Python

房价预测Python相关推荐

最新文章

热门文章