![893b1db99cfc33345a63bf02c22715e8.png](https://i-blog.csdnimg.cn/blog_migrate/746840c2d495f753d0f7f176968f1499.jpeg)
机器学习算法-相关性分析
- 机器学习步骤:提出问题-理解数据-数据清洗-构建模型-评估
- 特征与标签的定义
特征:数据属性,例如音乐的节奏,强度,听歌时长
标签:数据预测结果,例如对某个歌曲的喜欢和不喜欢
- python机器学习包-sklearn
- 简单线性回归
- 什么是相关性分析:
虽然变量间有着十分密切的关系,但是不能由一个或多各变量值精确地求出另一个变量的值,称为相关关系,存在相关关系的变量称为相关变量
- 导入数据
![688975b1b978def264ddfde1fd6599ed.png](https://i-blog.csdnimg.cn/blog_migrate/9018f70f6d187b6fbbc8dd13a73d9780.jpeg)
- 散点图绘制
机器学习算法-相关性分析
特征:数据属性,例如音乐的节奏,强度,听歌时长
标签:数据预测结果,例如对某个歌曲的喜欢和不喜欢
虽然变量间有着十分密切的关系,但是不能由一个或多各变量值精确地求出另一个变量的值,称为相关关系,存在相关关系的变量称为相关变量