Script 15min en clase para obtener la regresión con una linea, usa la lógica de multiplicar matrices A-1*y = thetas

regresion.py

#Regresion lineal, solo jala con linea, implementar el solicitar un grado de polinomio

import matplotlib.pyplot as plt
import numpy as np

x = [ 500,1300,2000,3800,4000,5500,6800,7400,10000]
y = [ 1000,2000,3000,4500,5000,5100,5300,5400,6000 ]

m = len(x)

Ex = sum(i for i in x)
ExCuad = sum(i*i for i in x)

Ey = sum(i for i in y)
Exy = 0

for i in range(0,len(x)):
	Exy += x[i]*y[i]

A = np.array([[m,Ex],
              [Ex,ExCuad]])
Y = np.array([Ey,Exy])

Ainv = np.linalg.inv(A)

thetas = Ainv.dot(Y)

fx = lambda _x:  thetas[0] + thetas[1]*_x
# Plot the data
plt.scatter(x,y, label='Valores Tamano/Casa')
plt.plot(x, [ fx(i) for i in x], label='Polinomio')

# Add a legend
plt.legend()
# Show the plot
plt.show()

#Otra solucion:
#Transpuesta del vector de datos X multiplicada por datos X
#Sacamos inversa a ese resultado
#Multiplicamos por X transpuesta
#Multiplicamos Matriz Y

#Metodo del gradiente descendente