在python中实现线性回归（linear regression）
2021-07-11 22:07
标签：pam 梯度下降 swt define end atd bbb dba rod 1 什么是线性回归 确定因变量与多个自变量之间的关系，将其拟合成线性关系构建模型，进而预测因变量 2 线性回归原理 最小二乘法OLS（ordinary learst squares） 模型的y与实际值y之间误差的平方最小 梯度下降 I don‘t know 3 在python中实现线性回归 通常x是多个变量的，也可以是由不同特征进行组合成模型，这样模型就可以拥有多个。可以通过对各个模型进行评估来判断究竟那个模型更为合理 为进行评估需要对数据集进行划分为训练集和测试集，在训练集训练模型，测试集评估误差 在评估过程可以将数据集多次划分测试集，通常使用交叉检验，减少随机性，使得数据集中数据都能作为测试集进行评估 至此可以通过交叉检验测试不同x组合时各模型的得分，从而选择表现较好的模型进行预测y 在python中实现线性回归（linear regression） 标签：pam 梯度下降 swt define end atd bbb dba rod 原文地址：https://www.cnblogs.com/islvgb/p/9550238.htmlimport sklearn
from sklearn import linear_model
#导入机器学习
lm = linear_model.LinearRegression()
model = lm.fit(x,y)
#将训练集放入x、y即可训练出模型
x = features
features = [a,b,c,d]from sklearn.model_selection import cross_val_score
cross_val_score(lm,x,y,cv = 5,scoring ="neg_mean_absolute_error")
#通常使用他们的平均值衡量
import numpy as np
print(np.mean(cross_val_score(lm,x,y,cv = 5,scoring ="neg_mean_absolute_error"))
，对应的scoring参数为’neg_mean_absolute_error’
/N, 对应的scoring参数为’neg_mean_squared_error’
model.predict(something)
文章标题：在python中实现线性回归（linear regression）
文章链接：http://soscw.com/essay/103881.html