机器学习入门之线性回归

最新推荐文章于 2022-12-15 19:51:39 发布

奋斗的C菌

最新推荐文章于 2022-12-15 19:51:39 发布

阅读量691

点赞数 1

分类专栏：笔记文章标签：人工智能 python 机器学习数据挖掘数据分析

本文链接：https://blog.csdn.net/weixin_44035709/article/details/106417381

版权

大家好，我是一枚大三计算机专业的大学生，毕业之后打算往人工智能方向发展，目前的编程语言基本上是自学的（大一大二都玩过去了TAT），最近看了Flare老师的：“Python3入门人工智能掌握机器学习+深度学习提升实战能力”，感觉特别不错，所以和大家分享一下内容以及学习笔记。加油！欧里给！

线性回归
线性回归作为机器学习里面很基础的一部分也是很重要的一部分，我们看看百度词条的解释：（看上去很复杂，其实就是一元一次方程）
在这里插入图片描述
话不多说，我们开始做一个简单的练习

#一开始，我们先引入一个用来练习的数据集
import pandas as pd
data = pd.read_csv('generated_data.csv')

数据集很简单：
应该可以很轻松看出，x与y之间的关系是y=2x+5

#data赋值
x = data.loc[:,'x']#这里的意思是：把'x'那一列的所有行数据赋值给新的x
y = data.loc[:,'y']#同理
print(x,'\n',y)#结果如下

在这里插入图片描述（这里注意左边一列为序号，右边为实际值）

#数据可视化
from matplotlib import pyplot as plt
plt.figure(figsize=(10,10))
plt.scatter(x,y)#绘制散点图
plt.show()

关注