import numpy as np import matplotlib.pyplot as plt # 算法应用，单变量线性回归&梯度下降：已知如下数据集，绘制出数据集的散点图并给出能够和所有散点拟合出最好的一条直线 # 预测函数 def getHypo(X, theta): return np.dot(X, theta) # 代价函数 def getCost(h, y): m = len(h) return (1.0 / 2*m) * np.sum(np.square(h - y)) # 梯度下降 def getGraDesc(X, y, aplha = 0.001

JetRail高铁的乘客数量：https://gitee.com/myles2019/dataset/raw/master/jetrail/jetrail_train.csv

谢谢大家支持 （^ __ ^）

压缩包内包含单变量及多变量灰色预测matlab程序，以及多变量灰色模型的建模过程文章