广义线性回归

本文深入探讨了广义线性回归模型,该模型通过最小二乘法来拟合数据,适用于非正态分布的因变量。内容涵盖了模型的基本概念、适用场景以及如何通过最小化误差平方和来确定最佳参数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最小二乘回归

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
from sklearn.metrics import mean_squared_error, r2_score

# Load the diabetes dataset
diabetes = datasets.load_diabetes()

diabetes_X = diabetes.data[:,2]

diabetes_X_train = diabetes_X[:-20].reshape(-1,1)
diabetes_X_test = diabetes_X[-20:].reshape(-1,1)
#训练
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