机器学习之线性回归

学习目标:

  • 学习机器学习线性回归

学习内容:

  1. 线性回归
  2. 线性回归具体实战代码

学习具体内容:

1.确定定量关系
   确定损失函数J,使得其最小(使用梯度下降法)
2.根据关系预测合理价格
3.做出判断

在这里插入图片描述

1:回归的概念
在这里插入图片描述1.1用代码调用Sklearn实现线性回归

from sklearn.linear_model import LinearRegression
lr_model = LinearRegression()
lr_model.fit(x,y)
a = lr_model.coef_
b = lr_model.intercept_
# 对新数据做预测
predictions = lr_model.predict(x_new)

2.使用回归的具体实例
在这里插入图片描述

3,评估所得到的模型
在这里插入图片描述4.代码实现均方差和R方值
在这里插入图片描述4.python调用Sklearn实现线性回归


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值