机器学习-02 基于sklearn 广义线性模型-普通最小二乘法

机器学习 基于sklearn-02 从sklearn说起

线性回归

回归分析的主要工作,是根据统计获得的数据点来训练出一个函数表达式,根据这个函数表达式来对新的数据点进行预测。
线性是指线性方程。线性方程也就是一次函数,一元一次函数的定义式如下所以。
y = k ∗ x + b y=k*x+b y=kx+b
在做回归分析时,数据的影响因素不止一个因此需要使用多元一次函数来拟合。预测出的值为预测值,用 y ^ \hat{y} y^来表示。真实值用 y {y} y来表示。
y ^ ( ω , x ) = ω 0 + ω 1 x 1 + ⋯ + ω n x n \hat{y}(\omega ,x)={ {\omega }_{0}}+{ {\omega }_{1}}{ {x}_{1}}+\cdots +{ {\omega }_{n}}{ {x}_{n}} y^(ω,x)=ω0+ω1x1

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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