python（预测房价）

一.# 计算面积和房价之间的关系

import numpy as np
import matplotlib.pyplot as plt

# 构建数据集
data = []
# (70-90,90-100,100-110,110-130)
for i in range(300):
area = np.random.uniform(60,100)
eps2 = np.random.uniform(60,62)
eps3 = np.random.uniform(200., 700.)
# 房价(标签)
price = eps2 * area + eps3
data.append([area, price])
data=np.array(data) # 数据集创建完毕 2维数组 [面积,房价]

# 将参数分出来方便之后的使用
area = data[:,0]
price = data[:,1]
# 绘制原始数据
plt.title("Area-Price") # 标题
plt.scatter(area, price,s=10) # 散点图
plt.xlabel("area") # x轴
plt.ylabel("price") # y轴
plt.show()#绘制
loss_list = []

def mse(b, w, data):
TotalError=0
for i in range(0, len(data)):
x = data[i, 0]
y = data[i, 1]
TotalError += (y - (w*x+b)) ** 2
return TotalError / float(len(data))

def gradient_update(b, w, data, lr):
b_gradient = 0
w_gradient = 0
size = float(len(data))
for i in range(0, len(data)):
x = data[i, 0]
y = data[i, 1]
# 计算梯度
b_gradient += (2 / size) * ((w * x + b) - y)
w_gradient += (2 / size) * x * ((w * x + b) - y)
# 根据梯度更新权重和偏置
b -= lr * b_gradient
w -= lr * w_gradient
return [b,w]

# 梯度下降法
def gradient_descent(data, b, w, lr, num_iterations):
# 因为没有batch,所以num_iterations即为epoch
for num in range(num_iterations):
# 更新参数
b,w = gradient_update(b, w, data, lr)
# 计算损失值并添加到损失列表
loss = mse(b, w, data)
loss_list.append(loss)
print('iteration:[%s] | loss:[%s] | w:[%s] | b:[%s]'%(num,loss,w,b))
return [b,w]

def main():
lr = 0.00001
initial_b = np.random.randn(1)
initial_w = np.random.randn(1)
num_iterations = 100 # 因为没有batch,所以num_iterations即为epoch
[b,w] = gradient_descent(data,initial_b,initial_w,lr,num_iterations)
loss = mse(b,w,data)
print('Final loss:[%s] | w:[%s] | b:[%s]'%(loss,w,b))
#损失函数
plt.title("Loss Function") # 标题
plt.plot(np.arange(0,100), loss_list)
plt.xlabel('Interation')
plt.ylabel('Loss Value')
plt.show()
# 绘制
y2 = w * area + b
print(w * 100 + b)
plt.title("Fit the line graph") # 标题
plt.scatter(area, price,label='Original Data',s=10) # 设置为散点图
plt.plot(area,y2,color='Red',label='Fitting Line',linewidth=2)
plt.xlabel('m_j')
plt.ylabel('j_g')
plt.legend()
plt.show()
main()