当前位置:   article > 正文

《机器学习》学习笔记(四)——用Python代码实现单变量线性回归、多变量线性回归;数据评估之交叉验证法、留出法、自助法_留出法,交叉验证法,自助法各自的代码实现

留出法,交叉验证法,自助法各自的代码实现

机器学习(Machine Learning)是一门多学科交叉专业,涵盖概率论知识,统计学知识以及复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率。本专栏将以学习笔记形式对《机器学习》的重点基础知识进行总结整理,欢迎大家一起学习交流!
专栏链接:《机器学习》学习笔记

目录

一、单变量线性回归

提出问题

分析问题

解决方案

模型评价

二、多变量线性回归

1:基于LinearRegression的实现

2:基于成本函数和梯度下降的实现

三、数据评估之交叉验证法、留出法、自助法

1:SVM分类器

2:K近邻分类器


一、单变量线性回归

提出问题

假设某披萨店的披萨价格和披萨直径之间有下列数据关系:

根据上面的训练数据,我们能否推断(预测)出某个直径的披萨可能的售价呢?例如,12英寸的披萨可能售卖多少钱?

分析问题

把直径看成自变量

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/花生_TL007/article/detail/127983
推荐阅读
相关标签