Python
文章平均质量分 90
不忘初心继续前行
这个作者很懒,什么都没留下…
展开
-
预测数值型数据:回归
预测数值型数据:回归 用线性回归找到最佳拟合直线 首先说一下回归的目的:回归的目的是预测数值型的目标值。最直接的办法就是一句输入写出一个目标值的计算公式。例如:想要预测汽车的功率大小,可能会计算: HorsePower=0.0015*annualSalary-0.99*hoursListeningToPublicRadio 这就是所谓的回归方程,其中0.0015和-0.原创 2017-06-21 22:14:00 · 1197 阅读 · 0 评论 -
树回归
树回归 首先说一下为什么要用到树回归,它的作用是干啥玩意儿,这个问题让我思考了许久。现在说一下为什么会用到树回归。 前面我们接触过线性回归,线性回归在数据挖掘中是个很不错的算法,但是线性回归有一个明显的缺点,就是它创建的模型需要拟合所有的样本点(局部加权线性除外)。当有大量数据并且这些数据的特征非常多而且特征之间又交错复杂时,构建像线性回归这样的全局模型原创 2017-06-25 21:26:08 · 519 阅读 · 0 评论