![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能学习
文章平均质量分 80
365天基础学习,每周一练
deflag
我想我应该是个厨子
展开
-
第L2周:机器学习-线性回归
这个预测结果和上面的Y_test比较一下,可以看到两者之间的差距以及相似性。注:plt.scatter()绘制散点四等小站,plt.plot()绘制折线图。红点是实际分布,蓝色线是预测趋势线。两者是趋于一致的,预测的偏离并不大。下面看看多元线性回归,通过鸢尾花花瓣长度预测花瓣宽度。3. 将dataset切分成训练数据集和测试数据集。看来两者是一样的形状和大小。6. 把测试集预测结果可视化。原创 2024-09-02 19:04:55 · 252 阅读 · 0 评论 -
第L1周:机器学习-数据预处理
注:原来的NaN处被38.7777778和63.7777778,这个值是通过mean也就是平均值而来,手动计算一下:(44+27+30+38+40+35+48+50+37) / 9 = 38.77777777777778。将数据缩放到一个均值为 0,标准差为 1 的正太分布,消除不同特征量纲的影响,尤其是像支持向量机 (SVM)、逻辑回归、神经网络等基于梯度的模型。●missing_values: 指定需要替换的缺失值。●fit(X, y=None): 拟合 imputer,计算用于替换缺失值的统计值。原创 2024-08-31 22:38:16 · 897 阅读 · 1 评论