我正在尝试对Andrew Ng机器学习课程练习#2中找到的身高与年龄数据进行线性回归，相关数据可以在http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=MachineLearning&doc=exercises/ex2/ex2.html找到。

x和y的训练样本分别存储在两个.dat文件中，每个样本仅使用一个特征描述。年龄（以年为单位）和身高（以英尺为单位）的数据通过换行符分隔，格式如下：

身高-x
2.0658746
2.3684087
2.5399929
2.5420804

年龄-y
7.7918926
9.1596757
9.0538354
9.0566138

按照惯例，x0 = 1 用于截距。问题在于使用正规方程寻找参数theta：theta = inv(X^T * X) * X^T * y

我的程序输出参数为[[nan],[0.]]，而正确的结果应该是theta0 = 0.7502 和 theta1 = 0.0639。我不确定哪里出了问题。以下是我的代码：

import numpy as npX_array = np.fromfile('ex2x.dat', dtype=float)y_array = np.fromfile('ex2y.dat', dtype=float)def normal_equation(X, y):    m = len(X)    bias_vector = np.ones((m,1))    X = np.reshape(X, (m, 1))    X = np.append(bias_vector, X, axis=1)    y = np.reshape(y, (m, 1))    X_transpose = X.T    theta = np.linalg.inv(X_transpose.dot(X))    theta = theta.dot(X_transpose)    theta = theta.dot(y)    return thetatheta = normal_equation(X_array, y_array)print(theta)

回答：

你读取文件的方式有误。查看文件，你会发现只有50行，但你的代码中m的值是106。原因是当你使用np.fromfile()而不指定分隔符时，默认会按二进制读取。但对于这些文件，你可能并不希望这样做。

尝试将你的导入代码改为：

array = np.fromfile('path/to/ex2x.dat', sep=' ', dtype=float)

来自numpy文档：

https://docs.scipy.org/doc/numpy/reference/generated/numpy.fromfile.html

sep : str 如果文件是文本文件，则为项目之间的分隔符。空分隔符（””）表示文件应被视为二进制。分隔符中的空格（” “）匹配零个或多个空白字符。仅由空格组成的分隔符必须至少匹配一个空白字符。

做出此更改后，你的代码现在返回：

[[ 0.75016254][ 0.06388117]]