简介
- 包括几部分内容
- 变量线性相关性理论,分类/回归的理论基础
- 数据生成器与Python模块,手动调节数据特征
- 线性回归的手动实现与模型局限
- 模型可信度理论与交叉验证
变量相关性
- 相关性理论发源于经典统计,是探究数据规律的重要手段,在该理论基础上,探讨关于规律捕捉和规律创造的理论,为数据生成器做准备
- 机器学习的目标,就是数据集中隐藏的数字规律,这些规律的背后代表某些事物的真实属性或运行状态,可以指导生产生活,是机器学习价值的根本
- 需要用到的包
import pandas as pd import numpy as np # 绘图 import matplotlib as mpl import matplotlib.pyplot as plt