[DL]机器学习算法之之线性回归(Linear Regression)

from sklearn.metrics import mean_squared_error, r2_score

#线性模型一般形式：

#y=w_1x_1+w_2x_2+w_3*x_3+…

#loss=min||w*x-y||^2

lr = linear_model.LinearRegression()

boston = datasets.load_boston()

y = boston.target

diabetes=datasets.load_diabetes()

Bunch(data=data, target=target, DESCR=fdescr,

#feature_names=[‘age’, ‘sex’, ‘bmi’, ‘bp’,

#‘s1’, ‘s2’, ‘s3’, ‘s4’, ‘s5’, ‘s6’])

print(diabetes.feature_names)#特征10维

print(diabetes.data.shape)#442个数据

print(diabetes.target.shape)#442

#print(diabetes.DESCR)#描述

#为了方便画图，这里只使用一个特征

diabetes_X = diabetes.data[:,np.newaxis,2]

#划分测试集和训练集

diabetes_X_train = diabetes_X[:-20]

diabetes_X_test = diabetes_X[-20:]

diabetes_y_train = diabetes.target[:-20]

diabetes_y_test = diabetes.target[-20:]

#创建线性模型

regr = linear_model.LinearRegression()

训练

regr.fit(diabetes_X_train, diabetes_y_train)

进行预测

diabetes_y_pred = regr.predict(diabetes_X_test)

参数w

print(‘w: \n’, regr.coef_)

均方误差

print(“均方误差: %.2f”% mean_squared_error(diabetes_y_test,

diabetes_y_pred))

模型好坏评分

print(‘得分: %.2f’ % r2_score(diabetes_y_test, diabetes_y_pred))

绘图

plt.scatter(diabetes_X_test, diabetes_y_test, color=‘black’)

plt.plot(diabetes_X_test, diabetes_y_pred,

color=‘blue’, linewidth=3)

最后

简历首选内推方式，速度快，效率高啊！然后可以在拉钩，boss，脉脉，大街上看看。简历上写道熟悉什么技术就一定要去熟悉它，不然被问到不会很尴尬！做过什么项目，即使项目体量不大，但也一定要熟悉实现原理！不是你负责的部分，也可以看看同事是怎么实现的，换你来做你会怎么做？做过什么，会什么是广度问题，取决于项目内容。但做过什么，达到怎样一个境界，这是深度问题，和个人学习能力和解决问题的态度有关了。大公司看深度，小公司看广度。大公司面试你会的，小公司面试他们用到的你会不会，也就是岗位匹配度。

面试过程一定要有礼貌！即使你觉得面试官不尊重你，经常打断你的讲解，或者你觉得他不如你，问的问题缺乏专业水平，你也一定要尊重他，谁叫现在是他选择你，等你拿到offer后就是你选择他了。

另外，描述问题一定要慢！不要一下子讲一大堆，慢显得你沉稳、自信，而且你还有时间反应思路接下来怎么讲更好。现在开发过多依赖ide，所以会有个弊端，当我们在面试讲解很容易不知道某个方法怎么读，这是一个硬伤…所以一定要对常见的关键性的类名、方法名、关键字读准，有些面试官不耐烦会说“你到底说的是哪个？”这时我们会容易乱了阵脚。正确的发音+沉稳的描述+好听的嗓音决对是一个加分项！

最重要的是心态！心态！心态！重要事情说三遍！面试时间很短，在短时间内对方要摸清你的底子还是比较不现实的，所以，有时也是看眼缘，这还是个看脸的时代。

希望大家都能找到合适自己满意的工作！

进阶学习视频

附上：我们之前因为秋招收集的二十套一二线互联网公司Android面试真题 （含BAT、小米、华为、美团、滴滴）和我自己整理Android复习笔记（包含Android基础知识点、Android扩展知识点、Android源码解析、设计模式汇总、Gradle知识点、常见算法题汇总。）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

618156601)**

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！