파이썬 날코딩: 최소제곱법(method of least squares)

모두의 딥러닝을 읽고 있습니다. 
책의 내용을 numpy를 쓰지 않고 코딩해 보았습니다. 

# 최소제곱법

x = [2, 4, 6, 8]
y = [81, 93, 91, 97]

mean_x = sum(x) / len(x)
mean_y = sum(y) / len(y)
print(f'x의 평균: {mean_x}')
print(f'y의 평균: {mean_y}')

dividend = sum((each_x - mean_x) * (each_y - mean_y) for each_x, each_y in zip(x, y))
divisor = sum((each_x - mean_x) ** 2 for each_x in x)
print(f'분자: {dividend}')
print(f'분모: {divisor}')

a = dividend / divisor
b = mean_y - a * mean_x
print(f'기울기: {a}')
print(f'절편: {b}')

 

numpy란?

다차원 배열의 연산을 편하고 빠르게 처리할 수 있는 라이브러리. 
배열과 배열간 연산은 각각의 원소끼리 연산하고
배열과 상수의 연산은 배열 각각의 원소에 상수를 연산한다. 

 

import numpy as np

x = np.array([2, 4, 6, 8])
y = np.array([1, 2, 3, 4])
print(x + y)  # [ 3  6  9 12]
print(x * y)  # [ 2  8 18 32]
print(y ** 2)  # [ 1  4  9 16]
print(y + 3)  # [4 5 6 7]
print(y / 3)  # [0.33333333 0.66666667 1.         1.33333333]

 

numpy를 쓰면.. 

# 최소제곱법
import numpy as np

x = np.array([2, 4, 6, 8])
y = np.array([81, 93, 91, 97])

mean_x = np.mean(x)
mean_y = np.mean(y)
print(f'x의 평균: {mean_x}')
print(f'y의 평균: {mean_y}')

dividend = np.sum((x - mean_x) * (y - mean_y))
divisor = np.sum((x - mean_x) ** 2)  # np.power(x - mean_x, 2)
print(f'분자: {dividend}')
print(f'분모: {divisor}')

a = dividend / divisor
b = mean_y - a * mean_x
print(f'기울기: {a}')
print(f'절편: {b}')