9、监督学习中的回归与人工神经网络技术

监督学习中的回归与人工神经网络技术

在机器学习领域，监督学习是一种重要的学习方式，其中回归和人工神经网络是解决各种实际问题的关键技术。下面将详细介绍几种常见的回归方法以及人工神经网络的基本原理。

1. 线性回归与数据预处理

在进行线性回归分析之前，通常需要对数据进行预处理，特别是对数值类型的列进行缩放。以下是一个示例代码：

# Scaling columns of numerical type
col = ['charges', 'age', 'bmi']
df_train[col] = scaler.fit_transform(df_train[col])
df_train.head()

y_train = df_train.pop('charges')
X_train = df_train

from sklearn.linear_model import LinearRegression

# Fitting LinearRegression onto the train data
model = LinearRegression()
model.fit(X_train, y_train)

col = ['charges', 'age', 'bmi']
df_test[col] = scaler.transform(df_test[col])

y_test = df_test.pop('charges')
X_test = df_test

y_pred = model.predict(X_test)

# Plotting y_test and y_pred to understand the sprea