无法弄清楚梯度下降线性回归

Question

我目前正在从事梯度下降项目。

我选择 nba stats 作为我的数据，所以我从 basketball reference 下载了 3Pts 数据和 pts 数据，并且我已经成功绘制了散点图。但是，结果好像不太对。

我的散点图向右上方移动（因为更多的 3 分通常意味着更多的得分，所以这是有道理的）

但是我的梯度下降线是左上的，不知道怎么回事

import pandas as pd
import numpy as np
from sklearn import linear_model
from matplotlib import pyplot as plt


data = pd.read_csv('C:/Users/jeehw/Documents/FG3M_PTS_2021.csv')


X = data.iloc[:,1]
Y = data.iloc[:,2]

plt.figure(figsize=(8,6))
plt.xlabel('FG3M')                                  
plt.ylabel('PTS')
plt.scatter(X,Y)
plt.show()

m = 0
c = 0

L = 0.001
epochs = 200

n = float(len(X))

for i in range(len(X)):
Y_pred = m*X + c
m_Grad = (1/n) * sum(X * (Y_pred - Y))
c_Grad = (1/n) * sum(Y_pred - Y)


m = m - L* m_Grad
c = c - L* c_Grad

Y_pred = m*X + c

plt.scatter(X, Y)
plt.scatter(X, Y_pred)
plt.show()

Answer 1

此代码中的一些内容并没有真正意义。您是否要从头开始进行回归？因为您确实导入了 scikit learn 但从未应用它。关于如何使用 scikit 学习回归 here，您可以参考此 link。我也会考虑尝试其他算法。

我相信这就是您在这里尝试做的事情：

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn import linear_model
from sklearn.metrics import mean_squared_error, r2_score
from matplotlib import pyplot as plt


#data = pd.read_csv('C:/Users/jeehw/Documents/FG3M_PTS_2021.csv')
raw_data = pd.read_html('https://www.basketball-reference.com/leagues/NBA_2021_totals.html')[0]
raw_data  = raw_data[raw_data['Rk'].ne('Rk')]

data = raw_data[['Player','3P','PTS']]
data[['3P','PTS']] = data[['3P','PTS']].astype(int)

X = data.iloc[:]['3P'].values
y = data.iloc[:]['PTS'].values

plt.figure(figsize=(8,6))
plt.xlabel('FG3M')                                  
plt.ylabel('PTS')
plt.scatter(X,y)

plt.xticks(np.arange(min(X), max(X)+1, 20))
plt.yticks(np.arange(min(y), max(y)+1, 100))
plt.show()


# Split data into test and Train
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20, random_state=42)

# Create linear regression object
regr = linear_model.LinearRegression()

# Train the model using the training sets
regr.fit(X_train.reshape(-1, 1), y_train)

# Make predictions using the testing set
y_pred = regr.predict(X_test.reshape(-1, 1))



# The coefficients
print('Coefficients: \n', regr.coef_)
# The mean squared error
print('Mean squared error: %.2f'
      % mean_squared_error(y_test, y_pred))
# The coefficient of determination: 1 is perfect prediction
print('Coefficient of determination: %.2f'
      % r2_score(y_test, y_pred))

# Plot outputs
plt.scatter(X_test, y_test,  color='black')
plt.plot(X_test, y_pred, color='red', linewidth=3)

plt.xticks(np.arange(min(X_test), max(X_test)+1, 20))
plt.yticks(np.arange(min(y_pred), max(y_pred)+1, 100))

plt.xlabel('FG3M')                                  
plt.ylabel('PTS')

plt.show()

里面有些噪音。你有很多得分很高的球员，他们从不投三分球，更不用说投进一分了。所以我会考虑先做大量的数据清理（也许只接受至少有 50 次三分球出手的球员？或者摆脱中锋？另外，如果球员更换球队，他们可能会在数据集中出现几次每个团队都有他们的总数，所以那里有一些冗余......但我不会花时间清理它，因为它超出了问题的范围）。我还会测试其他机器学习算法。但是上面的代码至少应该让你去玩。玩得开心！

无法弄清楚梯度下降线性回归

Can't figure out gradient descent linear regression

python

gradient

linear-regression

gradient-descent