機器學習 線性回歸練習

2021-09-26 01:18:47 字數 770 閱讀 6888

這裡的模型我們用的是波士頓房價的模型

1. 匯入資料,匯入datasets

2. 匯入linear regression 演算法

3. 用datasets.load_boston()的形式載入資料

4. 將屬性存在x中

5. 將真實房價存在y中

6. 建立線性回歸模型

7. 訓練模型

8. 分別列印**值和真實值,**用data_x的前4個資料來**

from sklearn.datasets import load_boston

from sklearn.linear_model import linearregression

# 讀取資料

data = load_boston(

)# 構建x y

x = data.data

y = data.target

# 建立回歸模型

model = linearregression(

)# 訓練模型

model.fit(x, y)

# 列印**值和真實值,**用x前4個資料來**

print

('**值結果:'

,model.predict(x[:4

]))

**值結果: [

30.00821269

25.0298606

30.5702317

28.60814055

]

機器學習練習 線性回歸

一.單變數線性回歸 問題背景 假如你是餐館老闆,已知若干城市中人口和利潤的資料 ex1data1.txt 用線性回歸方法計算該去哪個城市發展。主函式 step01 載入資料 x是取exdata1.txt 檔案的第一列資料 y是取exdate1.txt檔案的第二列資料 data load ex1dat...

機器學習 線性回歸

可以說基本上是機器學習中最簡單的模型了,但是實際上其地位很重要 計算簡單 效果不錯,在很多其他演算法中也可以看到用lr作為一部分 先來看乙個小例子,給乙個 線性回歸是什麼 的概念。圖來自 2 假設有乙個房屋銷售的資料如下 面積 m 2 銷售價錢 萬元 123 250 150 320 87 160 1...

機器學習(線性回歸)

在機器學習中,回歸 分類和標註共同構成了監督學習技術。監督學習 supervised learning 是機器學習在工業界應用最廣的乙個領域分支。在學術界中也是研究最多的領域之一。大家都知道的資料探勘十大經典演算法中,監督學習技術佔據6席。方法 自變數 特徵 因變數 結果 關係 回歸演算法是試圖採用...