优达（Udacity）-机器学习基础-回归

最新推荐文章于 2022-04-09 12:03:02 发布

沐婉清

最新推荐文章于 2022-04-09 12:03:02 发布

阅读量1k

点赞数

分类专栏：机器学习文章标签：机器学习测试 Linear

本文链接：https://blog.csdn.net/zhning12L/article/details/78621224

版权

本文介绍了Udacity机器学习基础课程中的线性回归概念，结合sklearn库展示了线性回归的实践应用，通过迷你项目提供代码示例。

摘要由CSDN通过智能技术生成

用到的sklearn代码集锦：

from sklearn.linear_model import LinearRegression
reg = LinearRegression()
reg.fit(ages_train , net_worths_train)

#这里的predict中27的状态需要看测试特征是几维的，比方说这里的作业是二维的
#就应该是reg.predict([[27]])，这里也可以用预测的特征来代替。
print "Katie's net worth prediction: ", reg.predict([27])
print "slope:", reg.coef_
print "intercept:", reg.intercept_

print "\n ############ stats on test dataset ############\n"
print "r-squared score:", reg.score(ages_test, net_worths_test)

print "\n ############ stats on training dataset ############\n"
print "r-squared score:", reg.score(ages_train, net_worths_train)