lr 最精简版的，非常好用，修改图片，特别适合佳能单反

测试人员

MIMO中关于LLL算法辅助的MMSE检测算法仿真程序。其中有注释，和详细的代码，可直接运行出来，出图。

1.使用csv_create.py将data文件中的excel文件转为csv文件并保存在data文件夹中； 2.使用csv_split.py将data中的csv文件分为训练集、测试集保存在hf文件夹中； 3.Housing_test1.py为任务1房地产均价预测，采用线性回归模型，结果保存在results/Housing_LR文件夹中； 4.Housing_test2.py为任务1房地产均价预测，采用K邻近回归模型，结果保存在results/Housing_KNN文件夹中； 5.Housing_test3.py为任务2小区的价值评价，采用线性回归模型，采用填零法或是均值法预处理数据缺失，结果保存在results/Housing_LRplus或者results/Housing_LRplus2文件夹中； 6.Housing_test4.py为任务2小区的价值评价，采用K邻近回归模型，采用填零法或是均值法预处理数据缺失，结果保存在results/Housing_KNNplus或者results/Housing_KNNplus2文件夹中；

[电影推荐系统] Based on the movie scoring data set, the movie recommendation system is built with FM and LR as the core(基于爬取的电影评分数据集，构建以FM和LR为核心的电影推荐系统).

使用FM和LR分别进行了FTRL优化，包含详细的调试步骤

吴恩达深度学习系列课程的第一课、第二周编程练习Logistic Regression with a Neural Network mindset中用到的datasets和lr_utils.py文件

该篇博客的源码——https://blog.csdn.net/m0_47074531/article/details/113616992?spm=1001.2014.3001.5501

吴恩达深度学习系列课程的第一课、第二周编程练习Logistic Regression with a Neural Network mindset中用到的datasets和lr_utils.py文件

包含实验一：扫描器的设计；实验二：中间代码生成器的设计（基于LR实现），另附实验报告。