人工智能导论综合设计实验.pdfVIP

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

广州大学学生实验报告

开课学院及实验室:计算机科学与工程实验室2020年12月30日

计算机科学

学院与网络工程年级/专姓名学号

业/班

学院

实验课人工智能导论实验成绩

程名称

实验项人工智能导论综合设计实验指导老师范立生

目名称

(***报告只能为文字和图片,老师评语将添加到此处,学生请勿作答***)

一、实验内容

选择具体实际应用和公用数据(爬取或下载),应用人工智能算法,挖掘

有趣知识模式或实现特定模型。

二、实验设备

1.实验设备:计算机;

2.平台:Windows操作系统,VisualC++6.0/PythonAnaconda

三、实验步骤

1.爬取网络上白云区机场路小区的房价数据

2.使用梯度下降算法预测房价

3.画出房价预测模型

四、分析说明(包括核心代码及解释)

使用梯度下降算法预测房价

自变量为房子面积和楼层高低,预设高楼层值为3,中楼层值为2,低楼层值为1.

因变量为房子价格

将爬取的数据进行数据清洗后可得第一行数据为房子面积第二行数据为楼层

高低,第三行为房子价格

源代码:

##多特征线性回归的房价预测

importnumpyasnp

frommatplotlibimportpyplotasplt

np.set_printoptions(suppress=True)#禁止科学计数法

plt.rcParams[font.sans-serif]=[SimHei]#允许画图中中文出现

plt.rcParams[axes.unicode_minus]=False#解决画图中出现负数刻度显示

异常的情况

itersNum=1000#迭代次数

learnRate=0.01#学习率

#1、首先读取文件中的数据

defloadFile(path):

returnnp.loadtxt(path,dtype=np.float64,delimiter=,)

#2、定义一个线性回归函数

deflinerRegression():

data=loadFile(baiyun_jichanglu_clean.csv)#读取文件数据

x_data=np.array(data[:,0:-1])

y_data=np.array(data[:,-1]).reshape(-1,1)

x_data=meanNormalization(x_data)

plotMeanNormalization(x_data)

x_data=np.hstack((np.ones((len(y_data),1)),x_data))#插入一列为1

的数组

colNmus=x_data.shape[1]#计算出行数,以便确定所求参数个数

theta=np.zeros((colNmus,1))#构建一个参数向量

theta,costAll=gradientDescent(x_data,y_data,theta)

plotCostCurve(costAll)

plotLinearRegression(x_data,theta,y_data)

returntheta

#3、均值归一化函数

defmeanNormalization(x_data):

columnsMean=np.mean(x_data,0)#求出每一列的均值,0表示求列的

均值,1表示求行的均值

columnsStd=

您可能关注的文档

文档评论(0)

162****6581 + 关注
实名认证
文档贡献者

一线教师,长期在一线从事教学工作。

1亿VIP精品文档

相关文档