sklearn实现线性回归与改变损失函数

本文介绍了如何利用sklearn库实现线性回归模型,并探讨了如何修改或自定义损失函数以适应不同的优化目标。

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

文章目录

sklearn learn

# -*- coding:utf-8 -*-
# /usr/bin/python

import matplotlib.pyplot as plt
import numpy as np

a = [[1,2,3,4],[2,3,4,5],[3,4,5,6],]
b = [2,2,2,2]
c = np.multiply(a,b)
print(c,type(c))

b1 = [[2],[2],[3],[4]]

c = np.dot(a,b1)
print(c,type(c))

from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression,SGDRegressor, Ridge, LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error, classification_report
from sklearn.externals import joblib
import pandas as pd
import numpy as np


def mylinear():
    """
    线性回归直接预测房子价格
    :return: None
  
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

打赏作者

AI拉呱

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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