所谓的激活函数，就是李宏毅老师讲到的sigmoid函数 和 hard sigmoid函数 ，ReLU函数那些

现在一点点慢慢探索，会成为日后想都做不到的经历，当你啥也不会的时候，才是慢慢享受探索的过程。

有一说一，用chatGPT分解代码是真的香！

part1:初始文件处理

补充关于Shell命令的相关知识 

(1)

 

 

(2)

  

(3)

 （4）

 

关于sys这个标准库的补充知识：

 

 （5）

 

 （6）

这里定义了一个loadDataSet（fileName）的载入数据的函数，参数是一个文件名, 下面一点点的分析这个函数：

-首先：

定义了2个一维数组变量，dataMatrix就是用于存储训练数据的东西，

labelMatrix就是用来存储真实结果的数组

-然后： 

打开了一个文件，文件变量是fr

-之后： 

对这个文件的内容逐行进行处理,每一行的数据存储到line变量中 

由于之后的regression函数代码中调用的是这个文件中的数据，这里提前查看一下是啥？

 

 就是4行数据吧，应该就是之前的pm2.5相关的数据

-再者，这里就是，比如上面的那个data.txt中的数据，一行有3个数据用"\t"制表符进行分隔，结果就是这个3个数据作为curLine[]这个一维数组中的3个数据，反正感觉python对于数据的处理很方便

 

 

 -之后，

 

 

 所以，每一行，前2个数据给到dataMat,dataMat中的元素都是2个元素的一维数组，最后一个元素放到labelMat中，labelMat中的元素都是1个元素的一维数组

 

最后，返回这2个数组即可

part2:定义一个函数

 

这个standRegres( , )函数有2个参数，都是一维数组变量,之后转换为numpy中的数据类型

 

 之后xTx就是矩阵xMat矩阵转置乘xMat矩阵，但是，xMat本身是一个一维数组，我在想这个结果到底是一个N*N的矩阵呢？还是一个数值呢？先往下看看

 如果得到的矩阵的“行列式”的值是0，就直接返回了

 否则会计算一个ws，并且返回这个ws，我们来看看这个ws究竟是啥吧！

有点不理解这里的回归系数是啥？先不管了 

part3:在最后的regression函数中：

（1）首先是调用loadDataSet函数获取到data.txt中的数据并且规格化给到xMat和yMat，最后计算处ws这个回归系数

 (2)感觉最后就是把这个回归系数算出来了，就开始画图了,其实吧，我感觉整个的就干了一件事，就是这个“回归系数”吧，就是那个直线的斜率，感觉上面就是高中的算了一个斜率，服了

 算了，还是解释一下这里的画图过程吧：

 

 

也就是说，先画出真实值的散点图，然后，绘制一个由xMat和回归系数ws得到的直线