1.导入boston房价数据集 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 结果如下: 3.多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。 结果如下: 4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示 ...
分类：
其他好文 时间：
2018-12-13 01:13:21
阅读次数：
208
1.导入数据集 2.查看数据集 3.一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示 4.多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果 5. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示 ...
分类：
其他好文 时间：
2018-12-12 00:21:53
阅读次数：
253
机器学习的方法和网络安全 下面我们来讨论一下机器学习的各种方法、应用示例和能够解决的网络安全问题。 回归 回归(或称预测)是简单地通过现有数据的相关知识，来预测新的数据，例如我们可以用来预测房价的走势。 在网络安全方面，我们籍此可以根据诸如可疑交易的数量和位置等特征概率，来检查各种欺诈行为。 就回归 ...
分类：
其他好文 时间：
2018-12-10 15:37:57
阅读次数：
218
1. 导入boston房价数据集 导入数据集 查看boston的数据形状，结果为 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 截距 斜率 3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。 4. 一元多项式回归模型，建立一 ...
分类：
其他好文 时间：
2018-12-10 14:21:15
阅读次数：
195
1. 导入boston房价数据集 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。 4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 ...
分类：
其他好文 时间：
2018-12-10 14:20:33
阅读次数：
147
dict_keys(['data', 'target', 'feature_names', 'DESCR']) 506 rows × 13 columns [-0.12316272] 30.97867776261804 Out[51]: array([[1.00000e+00, 6.52000e+0 ...
分类：
其他好文 时间：
2018-12-10 14:15:16
阅读次数：
150
from sklearn.datasets import load_boston boston = load_boston() boston.keys() dict_keys(['data', 'target', 'feature_names', 'DESCR']) print(boston.DES... ...
分类：
其他好文 时间：
2018-12-10 14:06:41
阅读次数：
183
1. 导入boston房价数据集 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。 4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 3. 4. ...
分类：
其他好文 时间：
2018-12-10 13:59:56
阅读次数：
187
1. 导入boston房价数据集 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。 4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 from skl ...
分类：
其他好文 时间：
2018-12-10 13:58:09
阅读次数：
233
from sklearn.datasets import load_boston boston = load_boston() print(boston.keys()) data = boston.data x = data[:,5] y = boston.target import matplot... ...
分类：
其他好文 时间：
2018-12-10 11:49:25
阅读次数：
217
