多元线性回归和多项式回归

本文介绍了多元线性回归和多项式回归的概念。在多元线性回归中,利用波士顿房价数据集,通过13个特征来预测房价。在多项式回归部分,通过分析data.csv文件中的非线性趋势数据,使用sklearn库的PolynomialFeatures类进行特征扩展,创建了多项式回归模型以适应非线性关系。
摘要由CSDN通过智能技术生成

1、多元线性回归
n 个预测器变量,那么模型可以用以下方程表示:

在这里插入图片描述
波士顿房价数据集。该数据集包含 506 座房子的 13 个特征,均值为 $1000。你将用一个模型拟合这 13 个特征,以预测房价

from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_boston

# Load the data from the boston house-prices dataset 
boston_data = load_boston()
x = boston_data['data']
y = boston_data['target']

# Make and fit the linear regression model
# TODO: Fit the model and Assign it to the model variable
model = LinearRegression()
model
评论
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
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