本文主要是介绍人工智能基础_机器学习008_使用正规方程_损失函数进行计算_一元一次和二元一次方程演示_sklearn线性回归演示---人工智能工作笔记0048，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
自然界很多都是正态分布的,身高,年龄,体重...但是财富不是.
然后我们来看一下这个y = wx+b 线性回归方程.
然后我们用上面的代码演示.
可以看到首先import numpy as np 导入numby 数据计算库
import matplotlib.pyplot as plt 然后导入图形画的库
然后:
X = np.linspace(0,10,num =30).reshape(-1,1)
这段代码的意思是创建一个NumPy数组，其中包含从0到10的30个等间距数值,就是等差数列，然后将这个一维数组重塑为一个二维数组，其中每个元素都是一个单独的列。
在NumPy的`.reshape(-1, 1)`方法中，两个参数分别代表不同的含义。参数`-1`的功能是自动计算行数或列数，意味着该维度的大小不需要预先设定，而将由数组的总元素数量和其他维度的大小决定。参数`1`则代表新的数组应具有的列数，为一列。
因此，当原始数组的形状为一维，并且我们想要将它转化为二维数组时，就可以使用
这篇关于人工智能基础_机器学习008_使用正规方程_损失函数进行计算_一元一次和二元一次方程演示_sklearn线性回归演示---人工智能工作笔记0048的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
