【ML】基于机器学习的糖尿病预测(回归问题)

本文通过sklearn糖尿病数据集,介绍了如何进行回归问题的机器学习预测。文章涵盖了数据导入、预处理、模型训练(包括线性回归、决策树等18种模型)以及结果可视化,展示了不同模型在预测糖尿病进展上的性能对比。
摘要由CSDN通过智能技术生成

0.前言

在这篇文章中【回归数据集介绍】我们有此次实操的数据集介绍。
糖尿病预测数据集,是sklearn中自带的一个用于预测1年后糖尿病进展的定量测量(换句话说,一个连续变量的预测)。

此次实操环境配置如下:

python 3.9.0
scikit-learn1.0.2
xgboost 1.6.0
catboost 1.0.6
mlxtend 0.20.0
pandas 1.4.2
matplotlib 3.5.1

废话不多说,请各位看代码:

1.导入依赖包

import time
import pickle
import numpy as np
import matplotlib.pyplot 
评论 1
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

机器不学习我学习

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