好的，这是一个非常好的实践项目，可以让学生理解如何处理实际的数据以及基本的机器学习算法。以下是具体的步骤： ### 步骤 1: 导入必要的库 首先需要导入一些常用的Python科学计算和绘图库。 ```python import numpy as np import matplotlib.pyplot as plt ``` ### 步骤 2: 创建带噪声的线性数据集 这里我们可以利用`numpy`创建一组符合线性分布的数据，并添加随机误差项以模拟现实世界中的观测值偏差。 ```python # 参数设定 np.random.seed(0) # 固定种子以便结果重现 m_true = -0.5 # 真实斜率 b_true = 4 # 截距 n_points = 30 # 数据点数 noise_sigma = 1 # 噪声标准差 # 构建X坐标范围(-10到+10) x_data = 20 * (np.random.rand(n_points)-0.5) # 根据真实模型y=mx+b加上正态分布噪音构建Y轴位置 y_data = m_true*x_data + b_true + noise_sigma*np.random.randn(n_points) plt.scatter(x_data, y_data, color='blue') # 绘制散点图展示原始数据 plt.xlabel('x') plt.ylabel('y') plt.title("Scatter plot of linear data with added noise") plt.show() ``` ### 步骤 3: 实现最小二乘法求解最佳拟合直线 通过解析公式直接获取权重参数的最佳估计: \[ \hat{\beta}=(\mathbf{X^T X})^{-1}\mathbf{X^Ty} \] 其中$\mathbf{X}$包含所有样本特征向量（在这里就是每个$x$），而$\mathbf{y}$则是对应的目标变量向量；$\beta=[w,b]$表示我们要寻找的回归系数矩阵。 ```python def least_squares(X, Y): return np.linalg.inv(X.T @ X) @ X.T @ Y # 准备训练集用于最小二乘法求参 ones = np.ones((len(x_data),)) X = np.vstack([x_data, ones]).T # 将输入数据转换成[ [xi],...,[xn],[1] ]形式 beta_estimated = least_squares(X, y_data) print(f"Estimated parameters: slope={beta_estimated[0]:.3f}, intercept={beta_estimated[1]:.3f}") xfit = np.linspace(min(x_data), max(x_data)) line_fit = beta_estimated[0]*xfit + beta_estimated[1] ``` ### 步骤 4: 可视化最终的结果 最后一步是将生成的数据与所得到的最佳匹配曲线一起绘制出来查看效果。 ```python fig, ax = plt.subplots(figsize=(8,6)) ax.plot(xfit,line_fit,'r-',label="Fitted line") ax.scatter(x_data,y_data,c='b',marker='o',alpha=.7,label="Original Data") legend=ax.legend(loc='upper left') plt.grid(True) plt.title('Linear Fit Using Least Squares Method') plt.show() ``` 以上就是在Python中完成这项任务的主要流程了！这个练习可以帮助学生们掌握从头开始建立简单的统计模型的过程，并且熟悉使用matplotlib来进行可视化表达。