码迷,mamicode.com
首页 > 编程语言 > 详细

机器学习5线性回归算法

时间:2020-04-22 16:38:32      阅读:70      评论:0      收藏:0      [点我收藏+]

标签:构建   tps   梯度   nbsp   linear   values   read   on()   bsp   

1.本节重点知识点用自己的话总结出来,可以配上图片,以及说明该知识点的重要性

(1)思维导图

技术图片

 

 

 技术图片

 

 

 (2)回归算法

 技术图片

 

 

 (3)梯度下降

技术图片

 

 (4)损失函数

 

 技术图片

 

 

 2.思考线性回归算法可以用来做什么?

可以处理回归问题:例如房价预测,温度预测等

也可以处理分类问题:例如天气预测等

 

3.自主编写线性回归算法 ,数据可以自己造,或者从网上获取

线性回归模型通过面积预测租房价格

import pandas as pd
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

df = pd.read_csv(‘./201706120024陈圳锐(处理后).csv‘,encoding="utf-8")#读取文件
plt.rcParams[‘font.sans-serif‘] = ‘SimHei‘# 设置中文显示

#散点图
plt.figure(figsize=(12,8)) #设置画布
x = df[[‘面积‘]].values
y = df[‘租金‘].values

plt.scatter(x,y,color="green",s=5.0)#散点模型
plt.title("广州房屋面积对广州二手房价的影响")
#构建线性模型模型
LR_model=LinearRegression()
LR_model.fit(x,y)
#绘制线性方程
plt.plot(x, LR_model.predict(x),color="blue")
plt.xlabel(‘面积(单位:平米)‘)#X轴
plt.ylabel(‘租金(元)‘)#Y轴
plt.title(‘面积对租房价格的影响‘)
plt.show()

预测后模型结果

技术图片

 

 

原数据 

技术图片

 

机器学习5线性回归算法

标签:构建   tps   梯度   nbsp   linear   values   read   on()   bsp   

原文地址:https://www.cnblogs.com/renshenbenzuig/p/12752514.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!