講有監督學習的線性回歸。 線性回歸是利用數理統計中的回歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。 只有一個自變數的回歸稱簡單回歸，大於一個變數的情況稱多元回歸。 用途:預測、分析變數與因變數關係的強度。 實例:對房屋尺寸與房價進行線性回歸，預測房價。 分析:數據可視化， ...
講有監督學習的線性回歸。
線性回歸是利用數理統計中的回歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。
只有一個自變數的回歸稱簡單回歸，大於一個變數的情況稱多元回歸。
用途:預測、分析變數與因變數關係的強度。
實例:對房屋尺寸與房價進行線性回歸，預測房價。
分析:數據可視化，觀察變數是否有線性關係。
畫散點圖
可見明顯呈線性趨勢。
用sklearn進行線性回歸，註意數據的維度需一致，用reshape進行調整。如
linear.fit(x.reshape(length, -1), y)
完整代碼見:
https://github.com/zwdnet/MyQuant/blob/master/30
回歸的結果
我發文章的四個地方，歡迎大家在朋友圈等地方分享，歡迎點“在看”。
我的個人博客地址：https://zwdnet.github.io
我的知乎文章地址： https://www.zhihu.com/people/zhao-you-min/posts
我的博客園博客地址： https://www.cnblogs.com/zwdnet/
我的微信個人訂閱號：趙瑜敏的口腔醫學學習園地
