5.线性回归算法

1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性
（1）有监督：训练数据集必须是有标记，然后通过给定的训练数据和特定的算法去构造一个模型。
无监督：训练数据集没有标记，去寻找训练数据中隐藏的模式或者是对数据进行分组。

（2）线性回归的定义：通过一个或多个自变量或因变量进建模的回归方法，其中可以为一个或多个自变量之间的线性组合。（一维、二维、三维空间）

（3）矩阵：矩阵的乘法

（4）python编程
np.multiply(a,b) 数组的点乘运算
np.dot(a,b) 矩阵的乘积运算

（5）

（6）

2.思考线性回归算法可以用来做什么？（大家尽量不要写重复）
线性回归可以预测新冠肺炎人数増涨速率，在一个地区通过之前的数据预测什么时候达到峰值等。
3.自主编写线性回归算法 ，数据可以自己造，或者从网上获取。（加分题）
import numpy as np
import matplotlib.pyplot as plt
x=np.array([1.,3.,6.,7.,9])
y=np.array([3.,6.,12.,17.,19])
plt.scatter(x,y)
plt.axis([0,20,0,20])
plt.show()
x_mean=np.mean(x)
y_mean=np.mean(y)

num=0.0 #分子
d=0.0 #分母
for x_i,y_i in zip(x,y): #根据公式计算
num+=(x_i-x_mean)(y_i-y_mean)
d+=(x_i-x_mean)**2
a=num/d
b=y_mean-ax_mean
a
b
y_hat=ax+b
plt.scatter(x,y)
plt.plot(x,y_hat,color="r")
plt.axis([0,20,0,20])
plt.show()
x_predict=6
y_predict=ax_predict+b
y_predict