Python机器学习（监督学习）中的线性回归模型（用于回归）
发布时间
阅读量：
阅读量
目录
1、线性模型基本原理
1.1 线性模型一般公式
1.2 线性模型图形表示
2、线性模型分类及模型实现
3、线性模型的优缺点
备注：本文主要起源于《深入浅出python机器学习》书籍的学习总结笔记，请有此兴趣的同学考虑购买本书进行学习
1、线性模型基本原理
1.1 线性模型一般公式
在拟合数据集时
使用线性模型的前提条件，是假设目标y是数据特征的线性组合。
1.2 线性模型图形表示
##1-数据准备
#导入sklearn.datasets的make_regression数据集
from sklearn.datasets import make_regression
X, y = make_regression(n_samples=50, n_features=1, n_informative=1,
noise=50,random_state=1)
##2-数据建模
#导入算法包全部评论 (0)
还没有任何评论哟~