线性回归算法原理及项目练习

最新推荐文章于 2025-03-07 17:38:51 发布

親愛の小孩

最新推荐文章于 2025-03-07 17:38:51 发布

阅读量305

点赞数 1

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/weixin_38764818/article/details/106339616

版权

本文深入探讨线性回归算法的基本原理，并通过实例——波士顿房价预测，阐述如何运用该算法进行数据分析。我们将涵盖特征选择、模型训练、误差评估和模型优化等关键步骤，帮助读者掌握线性回归在实际问题中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 工作年限与收入之间的散点图
# 导入第三方模块
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 导入数据集
income = pd.read_csv('Salary_Data.csv')
# 绘制散点图
sns.lmplot(x = 'YearsExperience', y = 'Salary', data = income, ci = None)
# 显示图形
plt.show()
# 获取样本的数据量
n = income.shape[0]
# 计算自变量、因变量、自变量平方、自变量与因变量乘积的和
sum_x = income.YearsExperience.sum()
sum_y = income.Salary.sum()
sum_x2 = income.YearsExperience.pow(2).sum()
xy = income.YearsExperience * income.Salary
sum_xy = xy.