机器学习100天计划|怎么样预测企业利润?

多元线性回归:50家创业公司的研发支出、管理支出、营销支出、所在地点、利润等 反向消元法:找到哪些特征最重要。在本文中即是找到风险投资机构在对创业公司投资时最关心的因素 导入库 import numpy as np import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体 plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题 import pandas as pd 导入文件 dataset=pd.rea. 阅读详情

往期推荐

机器学习100天学习计划 — 第1天 数据预处理

机器学习100天学习计划 — 第2天 线性回归

AI派在读学生小姐姐Beyonce

Java实战项目练习群

长按识别下方二维码,按需求添加

扫码添加Beyonce小姐姐

扫码关注

进Java学习大礼包

本文是机器学习100天学习计划的第三天,详细介绍了多元线性回归的原理和注意事项,并以预测企业利润为例进行实战演练。希望各位读者能耐心读下去。

何为多元线性回归?对比于前一天学习的线性回归,多元线性回归的特点是什么?

多元线性回归与简单线性回归一样,都是尝试通过使用一个方程式来适配数据,得出相应结果。不同的是,多元线性回归方程,适配的是两个及以上的特征(即X1、X2、...),而简单线性回归一般只有一个特征(X)。

另外,与简单线性回归相比,多元线性回归有一个显著的特点,即能拿到每个特征的权重,这样你能知道哪些因素对结果的影响最大。

多元线性回归特点和流程如下图所示:

请注意多元线性回归的以下4个前提:

1.线性:自变量和因变量的关系应该大致呈线性的。
2.呈现多元正态分布。
3.保持误差项的方差齐性(误差项方差必须等同)。
4.缺少多重共线性。

第一、二点比较好理解,第三、四点需要详细地讲一下:

第三点,保持误差项的方差齐性的意义: 首先,明确什么叫误差项?误差项也可以叫随机误差项,一般包括:

1)模型中省略的对被解释变量(Y)不重要的影响因素 (解释变量(X));
2)解释变量(X)和被解释变量(Y)的观测误差;
3)经济系统中无法控制、不易度量的随机因素。

再确定什么叫方差齐性:顾名思义,方差相等。与什么东西的方差呢?这里需要引入残差的概念:残差,即预测值和真实值之间的差值。而方差齐性,指的就是满足随机分布的残差,如下图所示:


如何判断数据是否满足方差齐性呢?精确的判断是很难做到的,我们可以通过上图绘制X值与残差的关系来大致估计,也可以用一个巧妙的方法:对残差做简单线性回归,如果得到的直线大致平行于X轴,则说明满足方差齐性。

这种观察自变量与残差之间是否存在线性关系(BP法)或非线性关系(White检验)是较为常用的两种方差齐性检验的方法。

第四点,缺少多重共线性的意义:根据回归分析的结果,一般而言我们能发现自变量X1、X2、... 等因素对Y的影响。但是存在一种情况:如果各个自变量x之间有很强的线性关系,就无法固定其他变量,也就找不到x和y之间真实的关系了,这就叫做多重共线性。

有多种方法可以检测多重共线性,较常使用的是回归分析中的VIF值(方差膨胀因子),VIF值越大,多重共线性越严重。VIF怎么计算?VIF=1/(1-R^2), 其中R^2是样本可决系数。样本可决系数怎么计算?答案是通过残差,这里有详细的计算方法:

一般认为VIF大于10时(严格是5),代表模型存在严重的共线性问题。

讲了这么多理论知识,大家可能觉得比较枯燥,但是实际上本文最难的也就是这些理论知识,希望大家能好好消化。下面正式开始实操部分。

0.准备

准备输入命令安装依赖,如果你没有VSCode编辑器,Windows环境下打开 Cmd (开始-运行-CMD),苹果系统环境下请打开 Terminal (command+空格输入Terminal),如果你用的是VSCode编辑器或Pycharm,可以直接在下方的Terminal中输入命令:

pip install pandas
pip install numpy
pip install matplotlib
pip install scikit-learn

本篇文章使用的50_Startups.csv文件,由研发开销、管理开销、市场开销、州和利润五列数据组成。

本文源代码和数据文件,可以扫码关注【我是IT小王子】

后台回复:机器学习3 下载。

1.数据预处理

导入库

import pandas as pd
import numpy as np

导入数据集

最后一列利润为Y值,其他均为X值。

dataset = pd.read_csv('50_Startups.csv')
X = dataset.iloc[:, :-1].values
Y = dataset.iloc[:, 4].values

将类别数据数字化

将“州”这一列数字化。

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder = LabelEncoder()
X[:, 3] = labelencoder.fit_transform(X[:, 3])
# 一共有3个州
onehotencoder = OneHotEncoder(categorical_features=[3])
X = onehotencoder.fit_transform(X).toarray()

躲避虚拟变量陷阱

原始数据如下:

在我们对“州”这列变量进行数字化后,会在前面出现三列one_hot变量,每一列代表一个州。

这就出现虚拟变量陷阱了,比如第一列我们能通过另外两列的值得到:如果2、3列为0,第1列肯定为1,如果2、3列存在不为0的值,则第1列肯定为1。

因此,这里第一列没有使用的必要。

X = X[: , 1:]

拆分数据集为训练集和测试集

from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.2, random_state = 0)


第二步:训练模型

与简单线性回归一样,使用LinearRegression即可实现多元线性回归(sklearn已经帮你处理好多元的情况)。

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(X_train, Y_train)


第三步:预测结果

一行搞定:

y_pred = regressor.predict(X_test)
print("real:", Y_test)
print("predict:", y_pred)

看看效果:

画个图看看对比效果:

map_index = list(range(len(Y_test)))
plt.scatter(map_index, Y_test, color='red')
plt.plot(map_index, y_pred, color='blue')
plt.show()


蓝色的线是预测值,红色的点是真实的值,可以看到预测效果还是不错的。

本文源代码和数据文件,可以扫码关注【我是IT小王子】

后台回复:机器学习3 下载。

我们的文章到此就结束啦,如果你喜欢今天的Python 实战教程,请持续关注AI派

原创不易,希望你能在下面点个赞和在看支持我继续创作,谢谢!

文末福利

各位猿们,还在为记不住API发愁吗,哈哈哈,最近发现了国外大师整理了一份Python代码速查表和Pycharm快捷键sheet,火爆国外,这里分享给大家。

这个是一份Python代码速查表

下面的宝藏图片是2张(windows && Mac)高清的PyCharm快捷键一览图

怎样获取呢?可以添加我们的AI派团队的Beyonce小姐姐

一定要备注【高清图】哦

????????????????????

➕我们的Beyonce小姐姐微信要记得备注【高清图】哦

来都来了,喜欢的话就请分享、点赞、在看三连再走吧~~~

基于机器学习的预测模型与数据处理案例分析 机器学习可以通过训练模型来进行预测。回归模型:用于预测连续值(例如线性回归、决策树回归、支持向量回归等)。分类模型:用于预测离散的类别标签(例如逻辑回归、决策树、随机森林、KNN、SVM等)。集成方法:结合多个模型的预测结果,提高预测准确性(例如随机森林、梯度提升树、XGBoost等)。神经网络:深度学习模型,适用于处理复杂的非线性问题(例如多层感知机、卷积神经网络等)。基于机器学习的预测模型在许多行业中都展现出了强大的能力,尤其是在销售预测、市场分析和生产规划等领域。 阅读详情

相关推荐

量子机器学习在用户行为预测中的应用

量子机器学习通过其独特的计算特性,在用户行为预测领域展现出显著优势。实验数据表明,在特征处理、模型效率和隐私保护等关键指标上,量子方案平均提升性能达40%-300%。然而,受限于当前量子硬件发展水平,建议采取渐进式部署策略:初期聚焦特征处理和轻量化模型,中期发展混合架构,长期构建完整量子ML生态。未来五年将是量子机器学习商业化关键期。建议:1)加强产学研合作(如成立量子ML产业联盟);2)制定行业应用标准(参考ISO/IEC 23894:2025);

2501_92477795的博客 1321

一起学!机器学习100天学习计划 (第1天 数据预处理)

《机器学习100天》学习计划由Avik-Jain/100-Days-Of-ML-Code推出,现在一共有54天的教程,已经积攒了近30k的Star.中文版的《机器学习100天》由 M...

Python实用宝典网 1346

机器学习100天:目录

《机器学习100天》!理论+python!实战真正的从零开始机器学习,循序渐进,适合初学者快速入门和进阶!

红色石头的专栏 1331

机器学习100天:从入门到精通

机器学习100天:从入门到精通 项目地址:https://gitcode.com/gh_mirrors/100/100-Days-Of-ML-Code 项目介绍 "机器学习100天"是一个旨在帮助初学者系统学习机器学习的开源项目。该项目由Avik-Jain发起,并已被翻译成中文,以帮助更多中文用户。项目内容涵盖了从数据预处理到深度学习的各个方面,通过100天的学习计划,用户可以...

gitblog_00437的博客 919

《机器学习 100 天》-Siraj Raval-中文版!

100-Days-Of-ML-Code 是 Avik-Jain 的机器学习项目,超赞的配图,清晰的知识点梳理,是入门机器学习非常好的项目。内容包括:数据预处理、线性回归、逻辑回归、K最邻近算法、支持向量机、深度学习专项课程等.特色非常鲜明,每天的计划都基本配备了一张高清图解,浓缩的知识总结非常便于消化吸收,而且项目还配备了数据集和代码。下面是一些超赞的配图示例:有人经过原作者的授权,对该项目进行了汉化和编译,此为汉化文件,便于国人学习。

Python机器学习100天教程(100-Days-Of-ML-Code)中文完整版最新版本

100-Days-Of-ML-Code 是一个机器学习教程,超赞的配图,清晰的知识点梳理,是入门机器学习非常好的项目。内容包括:数据预处理、线性回归、逻辑回归、K最邻近算法、支持向量机、深度学习专项课程等.特色非常鲜明,每天的计划都基本配备了一张高清图解,浓缩的知识总结非常便于消化吸收,而且项目还配备了数据集和代码。对该项目进行了汉化和编译,此为汉化文件,便于大家学习。 内容 数据预处理 简单线性回归 多元线性回归 逻辑回归 k近邻法(k-NN) 支持向量机(SVM) 决策树 随机森林 K-均值聚类 层次聚类 ......

怎么样预测企业利润?详解多元线性回归!

往期推荐机器学习100天学习计划 — 第1天 数据预处理机器学习100天学习计划 — 第2天 线性回归本文是机器学习100天学习计划的第三天,详细介绍了多元线性回归的原理和注意事项,并以...

Python实用宝典网 1649

esim分布式云卡池技术

eSIM卡,即Embedded-SIM,嵌入式SIM卡。eSIM卡的概念就是将传统SIM卡直接嵌入到设备芯片上,而不是作为独立的可移除零部件加入设备中,用户无需插入物理SIM卡。这一做法将允许用户更加灵活的选择运营商套餐,或者在无需解锁设备、购买新设备的前提下随时更换运营商。未来通用的eSIM标准建立将为普通消费者、企业用户节省更多移动设备使用成本,并带来更多的便利、安全性。 2018年 3月7日,中国联通宣布,正式在上海、天津、广州、深圳、郑州、长沙6座城市率先启动“eSIM一号双终端”业务的办理。[.

著名博客 3710

这个简单的机器学习方法,竟然能用来预测企业利润?!

往期推荐机器学习100天学习计划 — 第1天 数据预处理机器学习100天学习计划 — 第2天 线性回归本文是机器学习100天学习计划的第三天,详细介绍了多元线性回归的原理和注意事项,并以预...

Python实用宝典网 855

化学气相沉积CVD工艺中MKS下游排气高速节流阀的国产化替代方案及产品

对标MKS、VAT和CDK等国外公司的下游排气高速节流阀系列产品,本文介绍了相应的国产化替代方案和产品。基于CVD工艺,技术方案将下游流量调节阀变为了下游压力调节阀,并采用分体结构,将调压阀与PID控制器分离,调压阀具备大口径和高速功能,电子气控驱动调压阀快速动作,PID控制器接收真空计信号和控制气控驱动阀,可实现阀门全开时间小于0.1秒。

Shanghai_Eyoung的博客 5261

【OpenCV】手眼标定实战:从原理到calibrateHandEye的完整实现

本文详细解析了机器人视觉中的手眼标定原理与实战,重点介绍了如何使用OpenCV的calibrateHandEye函数实现从数据采集到结果验证的完整流程。文章深入剖析了AX=XB核心方程,区分了眼在手上与眼在手外两种配置,并提供了详细的代码示例与避坑指南,帮助开发者精准建立相机与机械臂末端的坐标转换关系,是机器人精准抓取的关键技术。

weixin_29046611的博客 512

100天机器学习实战:从入门到精通的完整指南

**100-Days-Of-ML-Code** 是一个专为机器学习新手打造的系统性学习计划,通过每天实践一个核心算法,帮助你在100天内掌握从数据预处理到深度学习的关键技能。无需复杂理论基础,只需跟随每日任务,即可逐步构建你的机器学习知识体系。 ## ???? 为什么选择100天机器学习挑战? 机器学习入门往往面临三大痛点:理论晦涩、缺乏实践、难以坚持。本项目通过 **"每日一个算法+实战案例"*...

gitblog_01055的博客 1080

基于Unity引擎利用OpenCV和MediaPipe的面部表情和人体运动捕捉系统

增加了模型的绑定,利用Mediapipe这个强大的库可以实现识别面部表情的捕捉和人体结构运动的捕捉,基于以上的特性加入到Unity的人物模型中,实现实时的面部表情和人体运行的捕捉

BIgbossyii的博客 1万+

大模型学习全攻略:非科班如何转型AI?收藏级100天计划

【AI转型全攻略】非科班人士100天速成计划:从零基础到掌握大模型开发能力,涵盖Python编程、机器学习理论、Kaggle竞赛等核心技能。分三阶段渐进式学习:基础构建(30天)、技能突破(40天)、求职冲刺(30天),配合GitHub热力图监控进度。强调实战项目开发与工具应用(PyTorch/TensorFlow),推荐AI辅助编程提升效率。附大模型学习资料包,包含路线图、实战项目、必读书籍及面试题库,助你突破百万人才缺口。关键点:持续学习力比学历更重要,每日代码提交实现质变。

qq_46094651的博客 1805

【CTFSHOW】web入门 黑盒测试

文章目录写在前面web380web381web382web383web384web385web386web387web388web389web390web391web392web393web394web395参考资料 写在前面 一直没搞过渗透,先学学黑盒测试吧 web380 进入题目发现是一个关于灯泡的悲伤故事,点进去,看到跳转到page_1.php页面。 我们访问page.php试试: 发现报错:$id.php,可以猜想需要传名称为id的参数,来访问id.php。我们访问page.php?id=1试试

7ruth0hn的博客 1898

基于Simulink的单级式光伏并网系统MPPT控制仿真

本文基于Simulink平台,详细介绍了单级式光伏并网系统的MPPT控制仿真实现。主要内容包括:1)阐述MPPT作为光伏系统"智能大脑"的核心作用;2)解析单级式系统架构及扰动观察法(P&O)算法原理;3)以10kW户用系统为例,分步骤演示建模过程,包括光伏阵列搭建、P&O控制器实现(含MATLAB代码)、并网控制设计等;4)通过仿真验证系统在光照突变下的动态响应性能,MPPT效率达98.3%。文章还提出了变步长P&O等优化方向,为光伏系统仿真与控制提供实用指导。

xiaoheshang_123的博客 113

非科班 AI 转型全攻略:100 天机器学习计划,从零基础到成为大模型开发达人!大模型学习路线

本文为非科班背景人士提供AI转型全攻略,涵盖自学资源、项目经验、职业突破策略和企业面试要点。详细规划了100天机器学习计划,分基础构建、技能突破和求职冲刺三阶段,配合GitHub热力图、Kaggle竞赛等学习监控工具。强调通过做中学,每日坚持代码提交,最终实现从零基础到具备大模型开发能力的转变。推荐AI辅助编程工具提升学习效率,证明持续学习热情与执行力比初始学历更重要。

2401_84208172的博客 1114

ROS从入门到精通6-2:gmapping激光建图与自定义建图功能包

本文用Turtlebot3实例直观介绍激光建图概念,并实现自定义建图功能包(自动建图与键盘手动控制建图)

FRIGIDWINTER的博客 2662

零基础转行AI!90天机器学习速成计划:抓住2025高薪风口,从入门到Offer全攻略

2025年,AI浪潮席卷全球!ChatGPT-5重塑行业,自动驾驶、AI医疗、元宇宙持续爆火,机器学习工程师成为“最抢手职业”Top 3!但零项目经验,如何用3个月打造高含金量简历?

weixin_45933741的博客 1847

osgEarth加载大疆数据

【代码】osgEarth加载大疆数据。

weixin_44769745的博客 308

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

ML-From-Scratch企业级机器学习教育平台:零成本AI算法理解与团队培训ROI分析

在机器学习技术快速迭代的今天,企业面临的核心挑战并非缺乏商业AI工具,而是对算法原理的理解深度不足、技术债务累积以及高昂的培训成本。ML-From-Scratch作为完全开源的机器学习实现库,通过从零实现的NumPy算法,为企业提供了零成本、高透明度的机器学习内部培训解决方案,帮助技术团队在90天内建立对主流机器学习算法的深度理解,实现从"调包工程师"到"算法架构师"的转变。 ## 1. 行业痛

gitblog_00723的博客 704

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

MiniPlasma 核心机制解析:CfAbortOperation 如何触发 cldflt 驱动竞争条件

MiniPlasma 是一个针对 Windows `cldflt.sys` 客户端云文件驱动(OneDrive Files On-Demand)的 **权限提升(LPE)PoC 工具**。它通过 `CfAbortOperation` 接口在占位文件"补水"过程中制造 **TOCTOU 竞争条件**,从而改写受保护的注册表策略键,最终拿下一枚 **SYSTEM** 交互式 Shell。本文面向新手,

gitblog_00155的博客 213

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

ML-From-Scratch:企业级机器学习教育开源替代方案的技术优势与商业价值

在当今数字化转型浪潮中,企业面临着机器学习人才短缺的严峻挑战。传统机器学习教育体系存在三大核心痛点:**高昂的培训成本**、**理论实践脱节**、**算法黑箱化**。商业化的机器学习课程动辄数万元,而开源框架虽多却缺乏从底层原理到实际应用的完整教学链路。更关键的是,主流机器学习库如scikit-learn、TensorFlow虽然功能强大,但其内部实现往往被封装为"黑箱",学习者难以真正理解算法背

gitblog_00108的博客 1052

BatteryML技术解析:企业级电池寿命预测机器学习平台架构深度剖析

在电动汽车、储能系统、消费电子等关键领域,电池健康状态预测已成为企业级应用的核心技术瓶颈。BatteryML作为一个开源电池机器学习平台,为企业技术决策者提供了从数据预处理到模型部署的完整解决方案,构建了一个生产就绪的电池寿命预测机器学习平台。本文将深入解析其技术架构、核心实现原理以及在企业级场景下的应用价值。 ## 技术愿景与市场定位:为什么需要企业级电池ML平台 当前电池寿命预测面临三大技

gitblog_00469的博客 516

企业ABCDE融资概述与融资预测模型

企业ABCDE融资概述与融资预测模型

toby001111的博客 1413

亚马逊云科技-现代化ML开发提高生产力降低成本GenAI

亚马逊云科技-现代化ML开发提高生产力降低成本GenAI

weixin_46812959的博客 972
上一篇: 1月碎碎念,关于理财和投资的那些个人思考
下一篇: 清华大学《高级机器学习》课件和专家特邀报告(附pdf下载)
Wang_AI
博客等级 码龄12年 998粉丝 162原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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