线性模型基础【机器学习算法一广义线性模型1】

最新推荐文章于 2022-04-20 12:42:11 发布

小白拉普拉斯

最新推荐文章于 2022-04-20 12:42:11 发布

阅读量583

点赞数

分类专栏：机器学习文章标签：广义线性模型

本文链接：https://blog.csdn.net/XiaobaiLaplace/article/details/96175552

版权

本文深入浅出地介绍了线性模型的基础知识，从画直线y=0.5*x+3开始，逐步讲解如何根据两点进行直线拟合，并扩展到使用三点进行拟合，最后探讨了如何用更多点进行直线预测。通过sklearn库的LinearRegression和make_regression函数，读者可以实际操作并理解线性模型的工作原理。

摘要由CSDN通过智能技术生成

1.画直线y=0.5*x+3

import numpy as np
import matplotlib.pyplot as plt
#令x为-5到5之间，元素数为100的等差数列
x=np.linspace(-5,5,100)
y=0.5*x+3
plt.plot(x,y,c='orange')
plt.title('Straight Line')
plt.show()

在这里插入图片描述

2.根据两点拟合直线

【知识点】sklearn.linear_model.LinearRegression
在这里插入图片描述

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小白拉普拉斯

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
线性模型基础【机器学习算法一广义线性模型1】

1.画直线y=0.5*x+3import numpy as npimport matplotlib.pyplot as plt#令x为-5到5之间，元素数为100的等差数列x=np.linspace(-5,5,100)y=0.5*x+3plt.plot(x,y,c='orange')plt.title('Straight Line')plt.show()2.根据两点拟合直线...
复制链接

扫一扫