使用线性回归构建混凝土抗压预测系统

第一步:收集数据

系统目标为预测混凝土抗压强度:数据集地址

第二步:加载数据

import pandas as pd
from sklearn import preprocessing,linear_model #导入模型
from sklearn.metrics import r2_score #性能评价得分接近1模型性能越好
from sklearn.model_selection import train_test_split
import numpy as np
import warnings
warnings.filterwarnings('ignore')
dataset = pd.read_excel('Concrete_Data.xls')
dataset.head()

数据样式

# 修改列名&将数据样本和预测数据分离
dataset.columns =['cement','blash','fly','water','superplastic'
  • 4
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 15
    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 15
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