![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 78
在路上哟~
欢迎纠错^O^~
展开
-
KNN模型
scores = model_knn.score(x_test, y_test) # 准确率。k_error.append(1-meanscores) # 错误率。meanscores=scores.mean() # 平均值。# 估计方法对象 数据特征 数据标签 几折交叉验证。y_data = iris.target # 标签数据。x_data = iris.data # 样本数据。# 将k的值和错误率可视化出来,比较好找。k_error=[] #错误率。# 找最合适的k,既平均值最高。原创 2023-10-31 22:45:09 · 249 阅读 · 0 评论 -
有监督学习线性回归
print('y={:.2f}x1+{:.2f}x2{:.2f}'.format(w1,w2,b)) # 输出线性回归模型的公式,其中w1和w2是回归系数,b是截距。score = linemodel.score(x_data, y_data) # linemodel.score是用来评估线性回归模型的拟合优度的方法。x_data = [[6000, 58], [9000, 77], [11000, 89], [15000, 54]] # 样本特征数据。print('平均绝对误差:',mae)原创 2023-10-30 11:48:22 · 132 阅读 · 0 评论 -
线性回归糖尿病预测
平均绝对误差: 38.258451263442346。中值绝对误差: 32.600475193580735。可解释方差值: 0.5891056346459892。均方误差: 2257.798900123449。R方值: 0.585114043418069。原创 2023-10-30 09:14:28 · 590 阅读 · 0 评论