第12章 副作用 (第1/2页)

    公共机房内。

    齐凡一边翻着书，一边调试着代码。

    波士顿房价预测线性回归。

    其实就是以线性回归的方式，根据一份波士顿地区的历史房价数据，预测未来的房价走势。

    齐凡腹诽，不愧是资本主义国家，即便是举个例子，都是充满了金钱的味道。

    其实这所谓的预测房价就是个扯淡，所谓的波士顿房价预测也没有任何意义，不过就是拿这一份数据集来演示线性回归而已。

    至于线性回归，齐凡已经了解的差不多了。

    它的公式巨简单。

    【y=wx b】

    不过，y、w、x、b都是向量，并非是初高中数学多元一次方程中的未知数。

    普通的“x”是这样的：x=1。

    向量的“x”是这样的：x=[0，1，2，3，4，5，6，7，8，9]。

    但向量运算除了有其自身一套规则之外，其实和非向量运算也差不多。

    向量本质上不过是将数据升维而已，也可以理解成是数据属性的扩充。

    就拿波士顿房价数据集来说。

    “x”代表了各项评估指标。

    [‘CRIM‘，‘ZN‘，‘INDUS‘，‘CHAS‘，‘NOX‘，‘RM‘，‘AGE‘，‘DIS‘，‘RAD‘，‘TAX‘，‘PTRATIO‘，‘B‘，‘LSTAT‘]

    CRIM：城镇人均犯罪率。

    ZN：住宅用地超过25000平方英尺的比例。

    INDUS：城镇非零售商用土地的比例。

    CHAS：查理斯河空变量（如果边界是河流，则为1；否则为0）。

    NOX：一氧化氮浓度。

    RM：住宅平均房间数。

    AGE：1940年之前建成的自用房屋比例。

    DIS：到波士顿五个中心区域的加权距离。

    RAD：辐射性公路的接近指数。

    TAX：每10000美元的全值财产税率。

    PTRATIO：城镇学生数：教师数的比例。

    B：1000（Bk-0.63）^2，其中Bk指代城镇中黑人的比例。

    LSTAT：人口中地位低下者的比例。

    -----------------

    “y”代表了最终的输出结果。

    由于房价预测只有一个输出结果，也就是房价。所以y这个向量只有一维，而一维的向量其实就是個普通变量。

    整个计算过程，就是要根据数据集给定的x和y的值，来预测出一对最精确的w和b的值。

    齐凡脑海中出现了一张二维坐标系。

    那几百个房价数据样本，就是坐标系中不同的点。而所谓的线性预测，其实就是找到一条直线，能最大程度将这些样品上的点串起来。

    至于为什么是一条直线，而不是曲线，因为它是线性的。

    当然，其实这个并非二维空间的问题。

    x向量代表的样本属性有13个，y向量代表的最终输出是1个，那加起来总共有14维。

    别说是14维，就算是4维的图形也没法在三维世界中画出来。

    但是，不画出来也没事。可以降维嘛，将14维等价理解成二维的xy坐标系，对于计算是没有任何影响的。

    齐凡在贤者饮料加持下，心无旁骛。他的视野中只有电脑屏幕和摊开的书本。

    齐凡对Numpy科学计算库的使用还不熟练，每当遇到问题，就只能靠谷哥搜索来解决。

    Numpy是一套科学计算库，支持对向量的计算，当然它的作用远不仅止于此。

    用代码实现普通的加减乘除计算是很简单的，可要是实现向量计算就搞笑了。如果自己写一套软件来实现向量计算，那属实是一件极其麻烦的事情，甚至有些天方夜谭。

    好在世界上的有一种组织--开源软件基金会。它们把大量的需要耗费极大人力才能完成的软件，无偿的开放给全世界使用。比如齐凡正在使用的Numpy就是。

    开源是一件功德无量的事情。如果齐凡此刻没有Numpy，那他不知还要多花多少时间先造工具。就如一名厨师没有菜刀，不得不先买块铁自己锻造打磨一把。

    也正因为此，闭源的巨硬公司口碑向来不咋滴。

    这个例程还算初级，齐凡很快就写好了代码。然后开始调试。

    他专注地盯着电脑屏幕。忽的感觉