线性回归api再介绍

最新推荐文章于 2024-05-09 09:07:23 发布

小玩偶啊

最新推荐文章于 2024-05-09 09:07:23 发布

阅读量473

点赞数 1

分类专栏：机器学习文章标签：线性回归机器学习 sklearn

本文链接：https://blog.csdn.net/qq_39759664/article/details/123560519

版权

该博客介绍了使用线性回归进行波士顿房价预测的案例。首先，解释了数据大小不一致可能对回归结果的影响及标准化处理的重要性。接着，通过正规方程和梯度下降法实现线性回归模型，并使用sklearn库进行数据分割、标准化、模型训练及评估。最后，通过均方误差来衡量模型的预测效果。

摘要由CSDN通过智能技术生成

1 线性回归api再介绍

在这里插入图片描述

2. 案例：波⼠顿房价预测

2.1 案例背景介绍

在这里插入图片描述

2.2. 案例分析

回归当中的数据⼤⼩不⼀致，是否会导致结果影响较⼤。所以需要做标准化处理。

数据分割与标准化处理
回归预测
线性回归的算法效果评估

2.3 回归性能评估

在这里插入图片描述

2.4 代码实现

正规⽅程

"""
1. 获取数据
2. 数据基本数据
2.1 分割数据
3. 特征工程标准化
4. 机器学习---线性回归
5. 模型评估
"""
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression,SGDRegressor,RidgeCV,Ridge
from sklearn