- 博客(2)
- 收藏
- 关注
RSS订阅原创 Supervised Learning with scikit-learn
EDA: exploratory data analysis Numerical EDA df.head() df.info() df.describe() Visual EDA plt.figure() sns.countplot(x='education', hue='party', data=df, palette='RdBu') plt.xticks([0,1], ['No', 'Yes']) plt.show() K-nearest neighbors KNN # Impor
2021-04-08 14:12:54
93
翻译 机器学习之线性回归
以下示例仅使用了“糖尿病”数据集的第一个功能，为了说明二维图中的数据点。在图中可以看到直线，表明线性回归如何尝试画一条直线，以最大程度地减少数据集中观察到的响应之间的残差平方和，以及通过线性逼近预测的响应。 结果： Coefficients: [ 938.23786125] Mean squared error: 2548.07 Coefficient of determination: 0.47 #!/usr/bin/python # -*- coding: utf-8 -*- """...
2021-04-08 13:03:44
151
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人