python中的线性回归(tensorflow)
线性回归是一种常见的机器学习算法，用于建立输入变量与连续输出变量之间的线性关系模型。在Python中，可以使用TensorFlow库来实现线性回归。
TensorFlow是一个开源的机器学习框架，它提供了丰富的工具和库，用于构建和训练各种机器学习模型。以下是关于Python中的线性回归（TensorFlow）的完善且全面的答案：
概念： 线性回归是一种监督学习算法，用于预测连续型目标变量与一个或多个自变量之间的线性关系。它假设自变量与目标变量之间存在一个线性关系，并通过拟合最佳拟合线来进行预测。
分类： 线性回归可以分为简单线性回归和多元线性回归。简单线性回归只有一个自变量，而多元线性回归有多个自变量。
优势：
- 简单易懂：线性回归是一种简单直观的算法，易于理解和实现。
- 可解释性强：线性回归模型的结果可以解释为自变量对目标变量的影响程度。
- 计算效率高：线性回归的计算速度相对较快，适用于大规模数据集。
- 可扩展性强：线性回归可以与其他机器学习算法相结合，构建更复杂的模型。
应用场景： 线性回归在许多领域都有广泛的应用，包括但不限于：
- 经济学：用于预测销售额、房价等经济指标。
- 医学：用于预测疾病发展、药物剂量等。
- 金融学：用于预测股票价格、汇率等金融指标。
- 市场营销：用于预测市场需求、用户购买行为等。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了多个与机器学习和深度学习相关的产品和服务，以下是其中一些与线性回归相关的产品和链接地址：
- 机器学习平台（https://cloud.tencent.com/product/tensorflow）：腾讯云的机器学习平台提供了丰富的工具和资源，用于构建和训练机器学习模型，包括线性回归模型。
- 云服务器（https://cloud.tencent.com/product/cvm）：腾讯云的云服务器提供了高性能的计算资源，可用于训练和部署线性回归模型。
- 弹性MapReduce（https://cloud.tencent.com/product/emr）：腾讯云的弹性MapReduce服务提供了大规模数据处理和分析的能力，可用于线性回归模型的数据预处理和特征工程。
总结： 线性回归是一种常见的机器学习算法，通过TensorFlow库可以在Python中实现。它适用于建立输入变量与连续输出变量之间的线性关系模型，并在许多领域有广泛的应用。腾讯云提供了多个与机器学习相关的产品和服务，可用于支持线性回归模型的构建和训练。
相关·内容
在TensorFlow库中，tf.estimator.LinearClassifier类在线性回归模型中做什么？(换句话说，它是用来干什么的？)
浏览 0提问于2020-08-01得票数 2
回答已采纳
8回答
我对机器学习和神经网络很陌生。我知道如何建立一个非线性分类模型，但我目前的问题有一个连续的输出。我一直在寻找关于神经网络回归的信息，但我所遇到的只是关于线性回归的信息--没有关于非线性情况的信息。这很奇怪，因为为什么会有人用神经网络来解决简单的线性回归呢？这不就像用核弹杀死苍蝇吗？
所以我的问题是:是什么使神经网络非线性？(隐藏层？非线性激活函数？)或者我对“线性”这个词有一个完全错误的理解--线性回归神经网络能够准确地建模出比y=aX+b更复杂的数据集吗？“线性”一词是否与“逻辑”相反？
(我计划使用TensorFlow，但TensorFlow线性模型教程以二进制分类问题为例，因此这对我也没
浏览 12提问于2016-12-20得票数 37
回答已采纳
1回答
我在试着跟踪。
TensorFlow刚出来，我真的在试着理解它。我熟悉惩罚线性回归，如拉索，岭和ElasticNet及其在scikit-learn中的使用。
对于scikit-learn拉索回归，我所需要输入的回归算法是DF_X和M维属性矩阵(pd.DataFrame)，SR_y是一个M维目标向量(pd.Series)。对于我来说，TensorFlow中的TensorFlow结构有点新，我不知道如何将我的输入数据构造成它想要的。
似乎softmax回归是用于分类的。我如何重组我的DF_X SR_y (M属性矩阵)和SR_y (M维目标向量)，输入到 tensorflow 中进行线性回归？
我目
浏览 0提问于2015-11-13得票数 17
回答已采纳
我只找到了回归问题的良好损失函数。然后在Tensorflow中使用它。
在tensorflow的API中，存在大量的损失函数，其中大部分是针对分类问题而设计的。
对于回归问题，除MSE外，任何其他良好的损失函数都不包括在内。
浏览 6提问于2017-12-29得票数 1
回答已采纳
1回答
我是机器学习的新手，但我在python方面有很好的经验。我面临一个问题:在当前的环境和物理条件下，我需要找到一个机器学习模型来很好地预测一艘船的速度。我已经研究过Scikit--学习，Pytorch和Tensorflow，但是我很难找到我应该使用哪种类型的模型的信息。我几乎可以肯定，线性回归模型对这项任务是无用的。我被告知，非参数回归模型将是理想的，但我找不到许多在Scikit图书馆。我应该尝试使用回归模型，还是应该更多地研究神经网络？我愿意接受任何建议，谢谢。
浏览 3提问于2022-06-07得票数 0
1回答
我需要使用knime进行回归分析。我是一个python用户，我也知道knime，但不是很深入！我通常使用python中的statsmodel进行回归分析和处理统计模型。
但是，为了将回归问题作为机器学习问题来解决，我使用sklearn回归模型。python中的每一个包都有它自己的好处，在你的任务中加深了它的好处，还有不同的输出视图，这对于以正确的方式解决问题非常重要。我的问题是，knime是否提供了统计模型的特殊软件包？如果我计划进行回归分析，推荐使用哪些节点？
非常感谢您的帮助
浏览 21提问于2021-05-04得票数 0
我有一个预先训练过的alexnet，用于分类任务。现在我想改变回归任务的模型。
在tensorflow的下面代码中，我应该对丢失函数做什么更改？因为这是回归，我没有标签，而是输出向量。
with tf.name_scope("cross_ent"):
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = score, labels = y))
另外，在转换模型时，还有什么我应该注意的吗？
浏览 1提问于2017-03-29得票数 1
回答已采纳
1回答
每个图像都标有左和右运动控制。我已经在下面的图表中绘制了它们。
我使用Keras和TensorFlow作为后端，使用ConvNets进行回归。
很明显，如果我能够删除可见回归左边的训练样本，回归可以变得简单得多。
加载图片和标签的代码非常简单，如下所示：
filenames = glob.glob("../data/*.jpg")
labels = []
images = []
for filename in filenames:
# Timestamp-LeftMotorControl-RightMotorControl.jpg
filename =
浏览 1提问于2017-02-17得票数 1
1回答
有没有python包(statsmodel/scipy/pandas/etc...)具有在python中估计具有自回归误差的线性回归模型的系数的功能，例如下面的SAS实现？
浏览 2提问于2016-04-12得票数 2
1回答
我正在使用tensorflow的DNNRegressor来建模一个多元回归问题。我想要形成一个最优的特征子集从一个混合袋的分类和连续的特征。最好的办法是什么？我之所以希望这种方法独立于模型，是因为我在tensorflow的直接上下文中找不到很多关于特征选择/评估的信息。
浏览 0提问于2018-06-12得票数 1
1回答
📷
我正在使用TensorFlow做一个简单的线性分类使用logistic回归。TensorBoard中包含的图表显示了他们所称的零权重的分数。我如何从模型评估的角度来解释这一点？我假设这是好的，因为我得到了良好的结果在损失，精确，召回等，但不确定。
谢谢。
浏览 0提问于2019-09-23得票数 1
回答已采纳
在这里学习一些新的东西，所以我希望社区能帮上忙。我主要是一个红宝石人，但试图过渡到python，以便我可以处理机器学习与tensorflow。我很难用我收集到的住房数据来获得这个逻辑回归脚本。
与数据的链接：
logistic回归脚本：
脚本输出：
这个错误是有点明显的，因为它是说有不相容的形状。这很可能是因为我正在对城市名称进行编码，添加了额外的列。然而，我似乎想不出一种方法来拟合这些数据，这样我就可以用平方尺来预测房价，并将其全部绘制出来。最后，我希望能够绘制这些数据，这样你就可以比较平方英尺的价格，并按城市进行排序。
浏览 1提问于2017-01-29得票数 1
回答已采纳
3回答
据我所知，多项式回归是回归分析的一种特殊类型，它比线性回归更复杂。有没有可以做到这一点的python模块？我在matplotlib、scikit和numpy中查找过，但只能找到线性回归分析。
并且可以计算出非线性直线的相关系数？
浏览 4提问于2015-07-14得票数 11
1回答
回归模型中的变量选择
、、、、
我建立了价格预测数据模型，使用多元线性回归，岭，拉索和弹性网络回归，最初我有215个变量。在创建模型之后，我运行了python代码来检查最终模型中使用了多少变量，这是python代码，用于检测岭回归中变量的数量，
print("Ridge Regression Selected " + str(sum(coef_ridge != 0)) + " Variables and Neglected " + str(sum(coef_ridge == 0)) + " Variables")
这是我拿出来的
岭回归选择209个变量和忽略6个变量
以上代码
浏览 0提问于2020-01-25得票数 0
我目前正在尝试为OCR任务训练CRNN (卷积递归神经网络)。我通常将数据格式保留为默认格式，即NHWC (最后一个通道)。但由于一些部署限制，我想使用NCHW (channels first)数据格式。
为此，我使用了tensorflow.keras.backend.set_image_data_format('channels_first')。
我通过使用以下命令相应地更改了我的数据管道：
if my_configs.data_format == 'channels_first':
img = tf.transpose(img, [2, 0, 1])
浏览 8提问于2021-03-10得票数 3
1回答
我试图用Python (Tensorflow作为主干)来解决回归问题，在这里，我试图根据我使用Python API从谷歌地球引擎获取的一个8维卫星图像(23x45像素)来预测一个y值。我目前有280张图片，我增加到2500张图片使用翻转和随机噪声。数据是标准化和标准化的，我只删除了带零的离群点和图像。
我测试了许多CNN-架构，例如：(Convolution2D(4,4,3)，MaxPooling2D(2,2)，稠密(50)，辍学(0.4)，密集(30)，辍学(0.4)，密集(1)
这导致了一种奇怪的行为，预测值主要在两个不同的组或组中(每个组的方差很小)。真实值的方差要高得多。见下图。
我选
浏览 2提问于2020-12-16得票数 0
回答已采纳
1回答
python的scikit-learn有适用于稀疏数据的回归模型吗？
我四处搜寻，发现“稀疏线性回归”模块，但它似乎过时了。(我想，它太老了，当时叫'scikits-learn‘。)
浏览 0提问于2015-04-06得票数 6
我想了解什么是最好的方法是对一个经过训练的TensorFlow神经网络进行进一步的回归分析。
具体来说，我正在研究如何从经过训练的神经网络中找到进一步的最大值/极小值(相当于从回归曲线中求出max/min )。简单的方法显然是“尝试”所有可能的组合，并检查结果集的最大值/分钟，但是当有多个输入和因变量时，测试所有组合很快就会成为一个巨大的资源接收器。
有没有办法使用经过训练的TensorFlow神经网络来进行这些进一步的分析？
浏览 7提问于2016-07-06得票数 0
回答已采纳
我有一个概念性的问题，为什么(除了处理能力/存储)，您是否会只使用常规的线性回归而不添加多项式特性？似乎添加多项式特征(不过度拟合)总是会产生更好的结果。我知道线性回归不只是一条线，但那是只有当你决定增加多项式特征，对吗？我的经验是使用sklearn库的python。
浏览 0提问于2020-06-24得票数 1
回答已采纳
1回答
我试图在回归模型中查看TensorFlow Keras中测试数据集的MSLE丢失情况。
我试着用：
loss = tf.keras.losses.MeanSquaredLogarithmicError(model.predict(X_test), Y_test)
print(loss)
但它没有得到损失，而是显示：
tensorflow.python.keras.losses.MeanSquaredLogarithmicError object at 0x000001DC80545668
如何在TensorFlow中找到我的测试数据集的丢失？
浏览 5提问于2020-01-26得票数 0
回答已采纳
2回答
我正在处理有四个预测器的数据集。与其中一个预测器有很好的线性关系，但对于其他三个预测器，我认为多项式可以拟合。在python中，有没有什么方法可以预测单变量，其中一个预测值是线性回归，其他三个预测值是多项式或其他非线性回归？ 请帮帮忙。
浏览 22提问于2020-07-22得票数 0
我正在使用新的高级api构建tensorflow模型。我的模型看起来像下面的截图
。
实际上，由于模型是用来模拟游戏操作的，所以模型比模型更复杂。分类负责决定是否是行动的好时机。然后，回归将提供有关该操作的详细信息。它包含CNN和RNN的组合。
然而，由于复杂性和内存消耗，不可能将分类和回归作为两个网络同时训练和运行。另外，当我创建我的估计器时：
# Create the Estimator
mnist_classifier = tf.estimator.Estimator(
model_fn=cnn_model_fn, model_dir="/tmp/mnist_con
浏览 15提问于2017-08-25得票数 0
回答已采纳
1回答
我正试图将R代码转换为Python，但在复制R{stats}函数时遇到了麻烦，该函数包含“权重”，允许在拟合过程中使用权重。
我的最终目标是使用状态模型库在Python中简单地运行一个加权线性回归。
通过搜索Statsmodels问题，我找到了和，这使我认为这在Statsmodels中是不可能的。
是否有可能在Statsmodels中向GLM模型添加权重，或者是否有更好的方法在python中运行加权线性回归？
浏览 6提问于2016-11-30得票数 1
回答已采纳
我已经创建了一个虚拟回归数据集
from sklearn.datasets import make_regression
X, y = make_regression(n_features=1, noise=15)
看起来是这样的：
然后使用Estimator API创建LinearRegressor
feat_cols = [tf.feature_column.numeric_column("X", shape=[1])]
estimator = tf.estimator.LinearRegressor(feature_columns=feat_cols)
input_
浏览 1提问于2018-03-09得票数 0
1回答
我正在寻找一个实现多元线性回归的Python包。
(术语说明:多元回归处理有多个因变量的情况，而多元回归处理有一个因变量但有多个自变量的情况。)
浏览 0提问于2015-10-28得票数 19
回答已采纳
2回答
我想从零开始在python中实现Logisitic回归。其中的职能如下：
乙状体
成本
费米农
Logistic回归评价
我想知道，在python中从零开始是一个很好的开始。任何关于如何和什么才是好的指导。我知道这些函数的理论，但我在寻找一个更好的复调答案。
我使用了octave，我做得很好，但是不知道如何在python中开始，因为OCtave已经设置了这些包来完成工作。
浏览 6提问于2013-12-02得票数 1
回答已采纳
2回答
我正在阅读张量流教程，并注意到它们在回归tensorflow中使用单热编码。我不完全明白它是怎么工作的。让我们考虑一般最小二乘回归的过度简化情况。假设我们有y= 1,2,3和x= 猫，狗，老鼠。转换成一个热向量
cat = [0,0,1]
dog = [0,1,0]
mouse = [1,0,0]
回归方程现在看上去怎么样？现在是多元回归了吗？
y = alpha + beta*x_1 + beta*x_2 + beta*x_3,
其中x_1，x_2，x_3是一个热向量的坐标？
我更感兴趣的是这个装置的机械原理，没那么重要。
浏览 0提问于2016-08-04得票数 5
回答已采纳
1回答
在Python & R中，线性回归模型在学习训练数据后给出了数学表达式，通常以截距、变量系数和p值/t值的形式表示。在训练数据集上对复杂模型进行训练后，可以提取基于决策树、随机森林、XGBoost等复杂模型的数学表示吗？
浏览 0提问于2022-11-11得票数 1
我刚接触过神经网络和TensorFlow，并遇到了以下错误：
AttributeError: module 'tensorflow.contrib.learn' has no attribute 'TensorFlowLinearClassifier'
而这个警告是：
WARNING:tensorflow:From C:\Users\virat\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\base.p
浏览 1提问于2018-04-01得票数 1
我在Python中使用statsmodels.formulas.api.quantreg()进行分位数回归。我发现，在拟合分位数回归模型时，可以选择指定回归系数的置信区间的显着性水平，而置信区间结果出现在拟合的摘要中。
用什么统计方法来生成回归系数的置信区间？它似乎没有文档化，而且我已经仔细研究了quantile_regression.py和summary.py的源代码，以便在没有运气的情况下找到它。有人能解释一下这件事吗？
浏览 6提问于2015-01-28得票数 2
回答已采纳
1回答
我正在使用python开发一个数据集，我有17个变量需要用来预测一件事(事情是%)，任何人都知道有任何非线性机器学习算法可以做到这一点。我有过。已经实现了对它的多元线性回归，但是数据不是很线性，所以我想要一个更好的拟合。我尝试过的所有其他算法，比如多项式回归，都需要相同的值X=Y，但在这种情况下，这是不可能的，因为我有17个变量，所有这些都需要用来预测一件事。
浏览 4提问于2022-07-13得票数 -1
我正在跟踪这个页面，以了解SageMaker的分布式培训功能。
上面写着：-
SageMaker分布式培训库只能通过TensorFlow、PyTorch和HuggingFace框架的AWS深度学习容器在SageMaker培训平台中使用。
这是否意味着我们不能使用SageMaker分布式训练来使用传统的机器学习算法(如线性回归、随机森林或XGBoost )来训练机器学习模型？
我有一个用例，其中数据集非常大，和分布式培训可以帮助模型并行和数据并行。为了避免在训练实例的内存中输入大量数据，还可以推荐哪些其他选项？
浏览 12提问于2022-09-17得票数 -1
2回答
有两种类型的广义线性模型：
泊松日志-线性回归，也称为泊松回归Logistic Regression
如何在Python中实现泊松回归进行价格弹性预测？
浏览 2提问于2016-06-21得票数 7
回答已采纳
昨天，我将Tensorflow从0.8版更新到了0.9版。之后，我用我的Skflow模型观察到下面的警告。有人能告诉我这是什么意思吗？有办法解决吗？有其他方法可以用Skflow来模拟DNN回归器吗？
/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/tensorflow/python/ops/array_ops.py:1197: VisibleDeprecationWarning:将ndim >0的数组转换为索引将在未来的result_shape.insert中产生错误(dim，1
浏览 4提问于2016-06-10得票数 1
回答已采纳
在Tensorflow 1.4.1中，tf.data.Dataset中的map方法可以返回字符串，因此我可以返回类似于此的映射函数：
return filename, image, one_hot_label
其中filename是字符串。这在TF1.5+中不再适用了：
dataset = dataset.map(self._mapper)
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/data/ops/dataset_ops.py", line 838, in map
浏览 0提问于2018-04-05得票数 3
回答已采纳
1回答
具有两个特征的线性回归可以用以下方程描述：
Y= a1x1 + a2x2 +拦截
对系数a1和a2进行多元线性回归拟合。考虑以下代码：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import linear_model
file = 'https://aegis4048.github.io/downloads/notebooks/sample_data/unconv_MV_v5.csv'
df = pd.read_csv(file)[['Por&
浏览 2提问于2019-11-13得票数 1
回答已采纳
1回答
我正在研究一个只有一个特征的回归问题。
它看起来可以通过一些变换来描述为y= 1/x。我怎样才能找到它的模型？我正在使用python和scikit-learn。
浏览 0提问于2017-11-02得票数 1
我是机器学习的新手，面临着在多元线性回归中如何去除多个自变量的问题。我所经历的步骤: 1)读取数据集2)分离成X和Y)将分类数据编码为数据集包含列:教授、职称、专业等。4)去除虚拟变量5)OLS回归结果。
我有7个自变量，OLS后有6个独立variables.Removed，P> 0.05，P值大于0.0 5的显着性水平。
您能建议哪些步骤来绘制图形，并删除图像中附加的所有不必要的自变量？如何从所有这些变量中只获取一个自变量。
如何使用python检查多重共线性？什么是VIF ?如何利用它检测多重共线性？
提前谢谢。如果有语法错误的话，对不起。
浏览 3提问于2018-11-13得票数 0
我用R实现了简单的神经网络，但这是我第一次用Keras实现，所以我希望能给出一些建议。
我在Keras中开发了一个神经网络函数来预测汽车销售(数据集是可用的)。CarSales是因变量。
据我所知，Keras用于开发用于分类目的的神经网络，而不是回归。在我到目前为止看到的所有例子中，输出在0到1之间是有界的。
下面是我开发的代码，您将看到输出使用'sigmoid‘函数：
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense
from t
浏览 0提问于2018-02-25得票数 5
回答已采纳
1回答
我正在做一项基于分析机器学习的不同Python库的工作。
我选择分析Scikit--学习，Keras，Tensorflow和Py手电筒，因为它们是最著名的。其思想是训练不同的模型，包括监督学习和非监督学习，以及分类和回归。在每个库中使用不同类型的算法，并分析它们所带来的困难/设施以及性能。
当我试图在Tensorflow中执行同样的学习时，我的问题就出现了，因为对于后者，我发现了大量用于深入学习(神经网络)的信息，但对于机器学习算法(决策树、随机森林支持向量机、支持向量机、线性/Logistic回归、K-NN、KMeans、朴素-贝叶斯等)则没有发现.
是否可以将这些ML算法应用于tensor
浏览 0提问于2021-08-25得票数 0
1回答
是否有一些python包可以帮助进行统计线性回归？例如，我希望这类程序能够自动执行不同类型的统计测试(t检验、F检验等)。然后自动删除冗余变量等，校正异方差等。还是套索是最好的？
浏览 2提问于2018-06-25得票数 0
回答已采纳
我对python比较陌生。我使用sns.jointplot函数将x变量和y变量绘制在一起。我知道当y为零时，x也必须为零。有没有办法强制回归线穿过原点来满足这一论点？
谢谢
浏览 0提问于2019-09-18得票数 0
我想用回归模型来拟合概率。我知道线性回归经常用于这个目的，但我有几个概率在0.0和1.0左右，并且想要拟合一个回归模型，其中输出被限制在0.0到1.0之间。我希望能够为模型指定正则化规范和强度，最好在python中这样做(但R实现也会有帮助)。我发现的所有逻辑回归包似乎只适合于分类，而这是一个回归问题(尽管我想使用logit链接函数)。我使用scikits为我的分类和回归需求学习，所以如果这个回归模型可以在scikits中实现，那就太棒了(在我看来，这是不可能的)，但是我很乐意在python和/或R中找到任何解决方案。
浏览 4提问于2015-11-21得票数 3
我正在比较C++和Python计算的数值结果。在C++中，我利用LAPACK的sgels函数计算一个线性回归问题的系数。在Python中，我使用Numpy的linalg.lstsq函数来执行类似的任务。
sgels和linalg.lstsq使用的方法之间的数学区别是什么？
在数值比较结果(即回归系数)时，预期误差(例如6个显著数字)是什么？
FYI:我绝不是C++或Python，这使得我很难理解函数内部发生了什么。
浏览 20提问于2017-01-13得票数 2
回答已采纳
2回答
我正在使用Python线性回归来预测一家食品配送公司的每周订单。但我的一些命令是负面的。有没有办法限制预测值大于0，即正数？
浏览 0提问于2019-07-14得票数 0
2回答
如果您能让我知道在使用Lasso logistic回归(L1)进行特征选择之前是否应该省略高度相关的特性，我将非常感激。
实际上，我想用logistic回归和L1来进行预测和特征选择。然而，我的一些特性是高度相关的，例如-1或0.9。在应用拉索之前，我应该省略它们还是让套索决定？
真的，我在Raschka先生的书“(Python机器学习”中读到
正则化是处理共线性(特征间高度相关)的一种非常有用的方法。
然而，这个内核 (通过引用维基百科)指出，保持模型中的相关特性会对特征选择产生不利影响，但它不会影响预测。
浏览 0提问于2018-08-20得票数 1
1回答
对于与分类和回归问题相关的术语，我面临一些困惑。使用MLP和Perceptron模型。这些建议如下：
1)当数据线性不可分时，我们使用MLP。在这里，什么是b“数据”--是响应还是输入特性是线性不可分割的？
2)如果它是线性不可分的，那么它是否意味着从输入到输出的映射函数总是非线性的？因此，我们更喜欢MLP或最新的新模式，如深度学习？
3)线性回归在线性不可分离数据中失效，或者线性回归对不可分离数据有效，但如果函数映射是非线性的，则线性回归失败？
浏览 0提问于2019-10-08得票数 2
回答已采纳
我阅读了Andrew NG的机器学习教程，在线性回归中遇到了梯度下降。当我尝试使用Python查找同样的内容时，我在youtube教程中找到了：
这里使用最佳拟合斜率进行线性回归。请建议什么时候使用哪一个？最优拟合或相似过程能用于高次多项式吗?能用于多元线性回归吗？
向Souvik Saha Bhowmik致敬
浏览 2提问于2016-10-20得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
