机器学习 python实战 | 特征选择、预测模型

34 篇文章 101 订阅 ¥49.90 ¥99.00
本文介绍了使用Python进行航空发动机预测模型的构建过程,包括数据读取、单因素影响分析、数据集构建、训练集与测试集划分、线性回归建模以及模型效果的图像化展示。通过相关性图展示了特征与目标变量的高相关性,最终的模型输出与实际结果吻合度较高。
摘要由CSDN通过智能技术生成
前言

袁同学学位论文需要,要做一个航空发动机相关的预测模型,了解需求后做了一下测试。
实现最简单的线性回归拟合。


1.导包

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.cross_validation import train_test_split  #这里是引用了交叉验证

2.读数据

设置文件路径
输出前五行

评论 2
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

打赏作者

大数据AI笔记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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