线性回归实战准备
一:Scikit-learn
认知
Python 语言中专门针对机器学习应用而发展起来的一款开源框架(算法库),可以实现数据预处理、分类、回归、降维、模型选择等常用机器学习算法。
特征
- 集成了机器学习中各类成熟的算法,容易安装和使用,样例丰富,教程和文档非常详细
- 仅支持 Python 语言,不支持深度学习和强化学习
官网
https://scikit-learn.org/stable/index.html
二:调用 Sklearn 求解线性回归问题
- 调用 Sklearn 构建模型
- 确定参数值
- 对新的数据进行预测
- 评估模型表现
- 均方误差(MSE):MSE值越小越好
- R方值(R2):R2分数越接近1越好
- 图形展示




三:文献参考
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 爱影客!


