多項式回歸 省賽獲獎_第1頁
多項式回歸 省賽獲獎_第2頁
多項式回歸 省賽獲獎_第3頁
多項式回歸 省賽獲獎_第4頁
多項式回歸 省賽獲獎_第5頁
已閱讀5頁，還剩6頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

主講：白云數據應用與實大踐算法多項式回歸

（PolynomialRegression）Bybaiyun2概念3實戰4對比總結1比較目錄CONTENTS比較簡單線性回歸擬合任然是一元，只有一個自變量，但是加了x2，變成了一條拋物線為什么還叫“多項式線性回歸”？我們知道，只要是x的次數大于1，畫出來的肯定不會是一條直線？那么我們所謂的“線性”，不是對自變量x而言，而是自變量前的參數b，是否可以用b0,b1,b2……bn的一個線性組合來描述。實戰-已知position和position對應的level，估算一個新人應該開出什么樣的工資比較合適？或者求通過計算，求出擬合工資回歸器？Step1：導入庫importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdStep2：讀數據并處理數據dataset=pd.read_csv('Position_Salaries.csv')X=dataset.iloc[:,1:2].valuesy=dataset.iloc[:,2].valuesfromsklearn.linear_modelimportLinearRegressionlin_reg=LinearRegression()lin_reg.fit(X,y)Step3：用數據擬合線性回歸器加載不同格式數據集的方法？常用文件，如：cvs,excel，json自己學習查詢數據庫Step4：多項式擬合fromsklearn.preprocessingimportPolynomialFeaturespoly_reg=PolynomialFeatures(degree=2)X_poly=poly_reg.fit_transform(X)lin_reg_2=LinearRegression()lin_reg_2.fit(X_poly,y)指數是2指數分別是2，3，4的擬合效果Step5：可視化plt.scatter(X,y,color='red')plt.plot(X,lin_reg_2.predict(poly_reg.fit_transform(X)),color='blue')plt.title('TruthorBluff(PolynomialRegression)')plt.xlabel('PositionLevel')plt.yl

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論