Einfache lineare Regression mit For-Schleife nur mit Python

Question

Ich mache jetzt eine lineare Regressionsanalyse. Die Eingabevariable ist Größe. Die Ausgabevariable ist Preis. Ich speichere den Datensatz im 2D-Array. Ich weiß, dass die Verwendung von NumPy eine einfach durchzuführende Analyse ist, aber meine Professoren sagten mir, ich solle die for-Schleife nur für Iterationen verwenden. Formula of interation is shown as the picture in the hyperlink. Deshalb habe ich beschlossen, den folgenden Code die Berechnung auszuführen:

#Structure of array (Stored in float), with structure like this [Room, Price] 
array = [[4.0, 399.9], [5.0, 329.9], [6.0, 369.0]] 

#Set initial value 
theta_price = 0 
theta_room = 0 
stepsize = 0.01 
item = 3 

#Perform iterations 
for looping in range(0, 50): #Loop 50 times 
    for j in array[0]: #Call the value stored in array[0] 
     for k in array[1]: #Call the value stored in array[1] 
      theta_price_1 = theta_price - stepsize * (1/item) * (sum((theta_price + theta_room * int(j) - int(k)))#Perform iterations of theta 0 
      theta_room_1 = theta_room - stepsize * (1/item) * (sum((theta_price + t + theta_room * int(j) - int(k))*int(j)))#Perform iterations of theta 1 
      #Bring the new theta value to the next loop 
      theta_price = theta_price_1 
      theta_room = theta_room_1 
      print(theta_price,theta_room)#Print the result for every loop 

Der obige Code wurde nicht mit Fehlermeldung in Zeile Funktion 10, dass:

'int' object is not iterable 

Aber wenn ich die Summenfunktion zu entfernen, es funktioniert mit falschen Berechnungsergebnissen. Daher weiß ich, dass es einige Probleme mit der Summenfunktion und dem Array gibt, aber ich weiß nicht, wie ich es lösen soll.

Answer 1

Wie ich im Kommentar erwähnt habe, sollte sum auf alle Elemente in jeder Iteration angewendet werden, das ist, was Batch Gradient Descent tut. So sollte der Code sein:

theta_price = 0 
theta_room = 0 
stepsize = 0.1 
item = 5 
#Perform iterations 
array = [ 
      [0,1,2,3,4], 
      [5,6,7,8,9], 
     ] 

for looping in range(0, 500): #Loop 50 times 
     theta_price = theta_price - stepsize * (1/item) * (sum([theta_price + theta_room * int(j) - int(k) for j, k in zip(array[0], array[1])]))#Perform iterations of theta 0 
     theta_room = theta_room - stepsize * (1/item) * (sum([(theta_price + theta_room * int(j) - int(k)) * int(j) for j, k in zip(array[0], array[1])]))#Perform iterations of theta 1 
     print(theta_price,theta_room)#Print the result for every loop 

nach 500 Iterationen mit den 5 Testdaten, ich das Ergebnis bekommen:

4.999999614653767 1.0000001313279816 

, die zu erwarten sind.