【数据清洗】数据异常处理之泰尔森回归

数据异常会导致拟合的曲线表现欠佳,下面是用线性回归进行拟合的对比示意图:
这里写图片描述

数据解释:生成100个线性函数值,取前五个为异常点

实现代码如下:

# -*- coding: utf-8 -*-
"""
Created on Sun May 21 20:10:14 2017

@author: ZMJ
"""
import numpy as np
from sklearn.linear_model import LinearRegression,TheilSenRegressor
import matplotlib.pyplot as plt
x_train=np.arange(-
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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