机器学习入门-多元线性回归(3)

回归分析是一种预测性的建模技术,它研究的是因变量(目标)和自变量(预测器)之间的关系。本文简单的介绍一下多元线性回归。

Multiple Linear Regression

Data Preprocessing

1 读入数据集

# 导入数据

2 数据预处理

3 训练集和测试集

将数据按照4:1拆分,每一组分别包含自变量和因变量

4 模型拟合及预测

通过训练集进行模型拟合得到曲线,然后将测试集的X_test带入曲线中,得到预测结果y_pred,最后将预测结果y_pred与测试集中的y_test进行比较,确定预测是否准确。

4.1 多重线性回归

4.2 进行逐步回归分析

4.3 预测结果

4.4 结果可视化

5 参考资料

https://github.com/Avik-Jain/100-Days-Of-ML-Code

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181203G0JXKY00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

同媒体快讯

扫码关注腾讯云开发者

领取腾讯云代金券