2021-10-02

最新推荐文章于 2024-05-18 16:20:57 发布
最新推荐文章于 2024-05-18 16:20:57 发布
阅读量341 收藏 1
点赞数
文章标签： sklearn python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50872368/article/details/120589026
版权
本文介绍了使用Excel和Python的sklearn库进行线性回归分析，通过不同数据量的实例展示了线性回归方程和R²值的计算，并探讨了自定义Markdown编辑器的新功能，包括甘特图、流程图、UML图表等。
摘要由CSDN通过智能技术生成

初识线性回归

一、Excel中数据分析
1.用excel中数据分析功能做线性回归练习。分别选取20、200、2000（或20000）组数据，进行练习。记录回归方程式、R2 ;
20:
在这里插入图片描述

200
在这里插入图片描述

2000
在这里插入图片描述

二、用jupyter编程，借助sklearn
（一）、准备工作
1.先导入数据集文件，这样就不用去寻找文件地址了。
在这里插入图片描述

导入成功之后可以在这里看见。
在这里插入图片描述

2.选取20组数据
在这里插入图片描述

在这里插入图片描述

得到的线性回归方程为：y1= 4.1280375x1 -152.23378453
相关系数：R^2=0.3254230249366249

3.选取200组数据

在这里插入图片描述
在这里插入图片描述

结果：得到的线性回归方程为：y2= 3.43166515 x2 -105.95901105
相关系数：R^2=0.309995534330923

4.选取2000组数据
在这里插入图片描述
在这里插入图片描述

得到的线性回归方程为：y3= 2.95552697x3 -73.66078552
相关系数：R^2=0.24830120336384287

三、用jupyter编程（不借助第三方库），用最小二乘法
因为前面的x1，y1；x2，y2；x3，y3中已经存放了需要的数据集，所以在后面的编写可以直接引用，不再重复读取。

1.选取20组数据

在这里插入图片描述

得到的线性回归方程为：y1= 4.1280375x1 -152.23378453
相关系数：R^2=0.32542302

2.选取200组数据在这里插入图片描述

得到的线性回归方程为：y2= 3.43166515 x2 -105.95901105
相关系数：R^2=0.30999553

（三）、选取2000组数据
在这里插入图片描述

在这里插入图片描述

得到的线性回归方程为：y3= 2.95552697x3 -73.66078552
相关系数：R^2=0.2483012

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

  1. 全新的界面设计 ，将会带来全新的写作体验；
  2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
  3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
  4. 全新的 KaTeX数学公式 语法；
  5. 增加了支持甘特图的mermaid语法1 功能；
  6. 增加了 多屏幕编辑 Markdown文章功能；
  7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
  8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H2O is是液体。

210 运算结果是 1024.

插入链接与图片

链接: link.

图片: Alt

带尺寸的图片: Alt

居中的图片: Alt

居中并且带尺寸的图片: Alt

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

  • 项目
    • 项目
      • 项目
  1. 项目1
  2. 项目2
  3. 项目3
  • 计划任务
  • 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目 Value
电脑 $1600
手机 $12
导管 $1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列 第二列 第三列
第一列文本居中 第二列文本居右 第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE ASCII HTML
Single backticks 'Isn't this fun?' ‘Isn’t this fun?’
Quotes "Isn't this fun?" “Isn’t this fun?”
Dashes -- is en-dash, --- is em-dash – is en-dash, — is em-dash

创建一个自定义列表

Markdown
Text-to- HTML conversion tool
Authors
John
Luke

如何创建一个注脚

一个具有注脚的文本。2

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​

最低0.47元/天 解锁文章
weixin_47300459
关注
vue前台错误
lyu12345的博客
10-17 842
TypeError: Cannot read property ‘validate’ of undefined 错误 TypeError: Cannot read property ‘validate’ of undefined <el-button type=“primary” @click=“addStock”>新增 method...
机器学习（七）白化whitening
热门推荐
hjimce的专栏
03-12 7万+
输入数据集X，经过白化处理后，新的数据X'满足两个性质： (1)特征之间相关性较低； (2)所有特征具有相同的方差。 其实我们之前学的PCA算法中，可能PCA给我们的印象是一般用于降维操作。然而其实PCA如果不降维，而是仅仅使用PCA求出特征向量，然后把数据X映射到新的特征空间，这样的一个映射过程，其实就是满足了我们白化的第一个性质：除去特征之间的相关性。因此白化算法的实现过程，第一步操作就是PCA，求出新特征空间中X的新坐标，然后再对新的坐标进行方差归一化
GmSSL 编译
yf350439756的专栏
05-29 331
最新的GmSSL默认编译会出错，需要将 Configure 中的 use if $^O ne "VMS", 'File::Glob' => qw/:glob/; 更新为： use if $^O ne "VMS", 'File::Glob' => qw/:glob/;
深度学习两种图像数据预处理具体方法
敢闯敢拼
07-03 1万+
vgg 预处理输入图片 height, widthRESIZE_SIDE_MIN = 256RESIZE_SIDE_MAX = 512R_MEAN = 123.68G_MEAN = 116.78B_MEAN = 103.94训练预处理scale = width &lt; height ? small_size / width : small_size / height 其中 small_size ...
深度学习策略之图像预处理
senbinyu的博客
09-06 1万+
学习策略对于培训和测试也非常重要。 首先，对数据进行预处理（例如图像增强）有时对于预测合理的结果至关重要。 1. 验证集划分 直接划分：随机划分的方式使得模型的训练数据可能和测试数据差别很大，导致训练出的模型泛化能力不强。 LOOCV: Leave-one-out cross-validation，这相当于是k折交叉验证的一个极端情况，即K=N。每次只用一个数据作为测试，其他均为训练集，重复N次（N为数据集数目） kFold，k折交叉验证，每次的测试集将不再只包含一个数据，而是多个，具体数目将根据K的选
ffmpeg-2021-02-10-git-e0fd35d867-full_build (1).7z
05-06
Fmpeg 是领先的多媒体框架，能够解码、编码、转码、混合、解密、流媒体、过滤和播放人类和机器创造的几乎所有东西。它支持最晦涩的古老格式，直到最尖端的格式。
CBM219X UMPToolV7200(2021-04-26).zip
07-06
10. **用户文档**：通常，这样的工具会附带详细的用户手册和帮助文档，指导用户如何正确使用各项功能。 CBM219X UMPToolV7200的压缩包中可能包含了执行程序、配置文件、更新包、用户手册等多个文件，用户在使用前...
.var amout = { '2021-10-01': 0, '2021-10-02': 0, '2021-10-03': 0, '2021-10-04': 0, '2021-10-05': 0, '2021-10-06': 0, '2021-10-07': 0, '2021-10-08': 2.2, '2021-10-09': 2.5, '2021-10-10': 0, '2021-10-11': 0, '2021-10-12': 0, '2021-10-13': 0, '2021-10-14': 0, '2021-10-15': 0, '2021-10-16': 0, '2021-10-17': 0 }; 将对象转换为 var arr = [ { '2021-10-01': 0 }, { '2021-10-02': 0 }, { '2021-10-03': 0 }, { '2021-10-04': 0 }, { '2021-10-05': 0 }, { '2021-10-06': 0 }, { '2021-10-07': 0 }, { '2021-10-08': 2.2 }, { '2021-10-09': 2.5 }, { '2021-10-10': 0 }, { '2021-10-11': 0 }, { '2021-10-12': 0 }, { '2021-10-13': 0 }, { '2021-10-14': 0 }, { '2021-10-15': 0 }, { '2021-10-16': 0 }, { '2021-10-17': 0 } ]
03-14
我可以回答这个问题。您可以使用 Object.entries() 方法将对象转换为数组，然后使用 Array.map() 方法将每个键值对转换为一个对象。以下是代码示例： ``` var arr = Object.entries(amout).map(([key, value]) => ...
Chipsbank APTool量产工具最新版CBM219X-UMPToolV7200(2021-04-26)
04-27
Chipsbank APTool量产工具最新版CBM219X-UMPToolV7200(2021-04-26)
Windows 下使用Visual Studio 2013编译国密算法库GMSSL
09-29
Windows 下使用Visual Studio 2013编译国密算法库GMSSL
数据白化处理matlab代码
06-02
数据白化处理matlab代码数据白化处理matlab代码数据白化处理matlab代码
gmssl 编译过程- linux pc版本、windows pc版本和嵌入式linux版本
viqjeee的博客
03-24 1393
gmssl 编译过程- linux pc版本、windows pc版本和嵌入式linux版本前言一 gmssl linux pc版编译二 gmssl windows pc版编译三 gmssl mips开发板的交叉编译 前言 本文主要讲解gmss的编译过程，包括linux pc版本、windows pc版本和嵌入式linux版本。 一 gmssl linux pc版编译 按照openssl的方式编译gmssl [root@username ~]# mkdir /usr/local/gmssl [r
数据白化
UESTC_C2_403的博客
06-01 830
GmSSL2.x编译iOS静态库和Android动态库
smile_po的博客
04-28 1753
一、GMSSL-2.x 国密SDK源码下载
数据白化操作
weixin_44228389的博客
06-23 656
bert whitening
数据预处理----白化(Whitening)
zzylalalala的博客
12-01 2229
我对【零相位】的理解就是，相对于原来的空间（坐标系），白化后的数据并没有发生旋转（坐标变换）。ZCA白化则是在PCA白化基础上，将PCA白化后的数据旋转回到原来的特征空间，这样可以使得变换后的数据更加接近原始输入数据。那么我们要怎样旋转才能得到不想关的数据呢，实际上，在协方差矩阵中，其特征向量指示的就是数据扩散的最大方向。当特征多项式等于0的时候，称为A的特征方程，特征方程是一个齐次线性方程组，求解特征值的过程其实就是求解特征方程的解。即原始数据存在一定的相关性，我们想要旋转数据以使得数据不在存在相关性。
GmSSL3.X编译iOS和Android动态库
最新发布
smile_po的博客
05-18 765
出现如上错误，使用Xcode打开build目录下的GmSSL工程，选择TARGETS–>gmssl–>Build Setting–>Signing配置中设置Development Team，然后重新执行cmake --build . --config Release命令。在GmSSL源码根目录下创建jni目录，NDK编译过程中在jni目录下查询编译描述文件，所以要将Android.mk和Application.mk文件放在jni中。到本地，选择一个比较新的版本下载即可，我选择的是。文件复制到源码的根目录。
Gmssl 各平台编译方法【绝对可用】
专注基础架构领域
11-26 1万+
最近工作上需要在不同平台上使用SM2、SM4算法，所以需要在不同平台上进行编译Gmssl库，下面是我总结的编译命令。 1、arm-himix200-linux（himix200芯片） gmssl动态链接库编译，代码如下： 目录：GmSSL-master $ ./Configure --prefix=/home/qli/libopenssl --cross-compile-prefix=/o...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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