每天复习一个机器学习——线性回归

最新推荐文章于 2024-07-15 11:30:42 发布

MACKEI

最新推荐文章于 2024-07-15 11:30:42 发布

阅读量238

点赞数

分类专栏：机器学习文章标签：机器学习线性回归人工智能

本文链接：https://blog.csdn.net/weixin_64304788/article/details/126533283

版权

机器学习专栏收录该内容

3 篇文章 0 订阅

订阅专栏

定义：线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。

特点：只有一个自变量的情况称为单变量回归，多于一个自变量情况的叫做多元回归

线性回归当中主要有两种模型，一种是线性关系，另一种是非线性关系。

from sklearn.linear_model import LinearRegression

x = [[80, 86],
     [82, 80],
     [85, 78],
     [90, 90],
     [86, 82],
     [82, 90],
     [78, 80],
     [92, 94]]
y = [84.2, 80.6, 80.1, 90, 83.2, 87.6, 79.4, 93.4]

model = LinearRegression()

model.fit(x, y)
model.coef_

print(model.predict([[100, 80]]))

----------------------------待补充