У меня проблемы с использованием hstack np.ones для работы линейной регрессии. Я просто хочу, чтобы некоторые подсказки направили меня в правильном направлении.
class AlgLinearRegression():
def __init__(self, fit_intercept = True):
self.coef_ = []
def fit(self, X, y):
'''
This method takes the training data and calculate the approximate solution w (self.coef).
It will later be used to predict values for new data.
self - reference parameter to class instance.
X - matrix of features.
y - vector of target varibles.
Returns - self.
'''
#your code here
dummy = np.ones((len(x),1))
u = np.hstack(dummy, X)
m=np.matmul(X.transpose(),X)
n=np.matmul(np.linalg.inv(m),X.transpose())
self= np.add((np.matmul(n,np.ones(y))),u)
return self
def predict(self, X):
'''
This method takes new data and applies the self.coef (calculated in fit) to it to get the new target predictions.
self - reference parameter to class instance.
X - matrix of features.
Returns - predicted vector of target values.
'''
#your code here
dummy = np.ones((len(x),1))
u = np.hstack(dummy, X)
return np.add((np.matmul(np.ones(X),self)),u)