机器学习 | 机器学习100天(2) --- 简单线性回归
2019-01-12 20:40
267 查看
机器学习100天系列学习笔记基于机器学习100天(中文翻译版),机器学习100天(英文原版)
所有代码使用iPython Notebook实现
目录
实验综述
1.数据预处理
[code]#导入库 import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline #导入数据集 data = pd.read_csv('studentscores.csv') print(data.head()) X = data.iloc[:,:-1].values #此时-1也可以用1 因为只有一个特征 Y = data.iloc[:,-1].values #没有缺失数据 #划分数据集 为训练集和测试集 from sklearn.model_selection import train_test_split X_train,X_test,Y_train,Y_test = train_test_split(X,Y,test_size=1/4,random_state=0)
2.通过训练集来训练简单线性回归模型
[code]from sklearn.linear_model import LinearRegression regressor = LinearRegression() regressor = regressor.fit(X_train,Y_train) #会自动对X_train进行特征缩放,并且前面加一列1 便于向量化运算
3.预测结果
[code]Y_pred = regressor.predict(X_test)
4.可视化
[code]#训练集结果可视化 plt.scatter(X_train,Y_train,color='red') #可视化训练样本 plt.plot(X_train,regressor.predict(X_train),color='blue') #可视化拟合线
[code]#测试集结果可视化 plt.scatter(X_test,Y_test,color='red') #可视化测试样本 plt.plot(X_test,Y_pred,color='blue')
相关文章推荐
- 机器学习100天-简单线性回归 [代码实现细节分析]
- [置顶] 【算法 机器学习】MATLAB、R、python三种编程语言实现简单线性回归算法比较
- 机器学习-线性回归python简单实现
- 机器学习与Tensorflow(1)——机器学习基本概念、tensorflow实现简单线性回归
- 机器学习练习(一)——简单线性回归
- 机器学习笔记:简单线性回归
- 7.1简单线性回归--python机器学习
- 机器学习练习一:简单线性回归
- Stanford机器学习笔记-1.线性回归
- 机器学习 -- 简单线性拟合实例
- 机器学习:从线性回归说起
- 机器学习之线性回归及梯度下降
- 简单线性回归
- 机器学习1_线性回归梯度下降算法
- 【机器学习-西瓜书】三、线性回归;对数线性回归
- 吴恩达机器学习线性回归练习题:多变量线性回归(octave实现)
- 机器学习入门:线性回归及梯度下降(附matlab代码)
- 机器学习入门:线性回归及梯度下降
- 机器学习笔记(三):线性回归大解剖(代码部分)
- 机器学习总结之----1.线性回归