机器学习篇(岭回归)

本文介绍了岭回归的实现过程,包括数据读入、模型创建、模型拟合、模型评价和结果可视化。通过对比线性模型,展示了岭回归在解决线性不可解问题上的优势。
摘要由CSDN通过智能技术生成
数据读入

数据读入&形成特征矩阵

x,y = [],[]
with open('abnormal.txt','r') as f:
    for line in f.readlines():
        data =  [float(substr) for substr in line.split(',')]   #遍历每行的数据添加到data
        x.append(data[:-1])    #特征矩阵
        y.append(data[-1])      
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