超级会员免费看
本文通过对比分析线性回归、岭回归、套索回归和弹性网络回归在天池工业蒸汽量数据上的应用，探讨各种回归模型在预测中的效果。实验结果显示，经过数据归一化处理后，Lasso回归和ElasticNet弹性网络回归展现出较好的预测能力，尤其Lasso回归能有效减少无效特征权重。
然后我们下面开始使用不同的回归模型来对,我们之前用到的天池工业蒸汽量数据进行构建模型,训练数据,然后把对测试数据的预测结果提交到天池工业蒸汽量大赛的官网,得到评分结果,进行对比.
首先我们来看一下这个使用普通线性回归的,代码,执行以后,拿到结果
上传到天池工业蒸汽量大赛官网
看一下得分是3.0896对吧
然后Z-score这个是使用归一化后的,数据进行线性回归,然后我们看到得到的分数是
0.3236,成绩上升了对吧,分数越小,排名越高
然后我们继续看
使
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
