线性回归，通过lasso进行收缩和选择回归

吴恩达机器学习 jupyter note版本编程作业 线性回归 linear regression 机器学习与数据挖掘

2022吴的机器学习C1-W2 Home Work：线性回归， 数据文件和应用的包.zip

在数据集women的基础上，以身高为自变量，而体重为因变量进行线性回归分析

线性回归预测波士顿房屋价格（使用 scikit-learn 和 XGBoost 两种方式），并进行了对比分析。 # 使用 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测 # 波士顿房屋价格 包含506个样本、13个特征指标 # XGBoost是一套提升树可扩展的机器学习系统，也可以实现线性回归 # 使用XGBoost时，需将数据转化为DMatrix格式，否则会出现错误 # 使用评估指标判断 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测方式的优劣

利用房屋特征预测房价；多变量线性回归：线性回归-matlab开发

考虑线性回归模型 Y = Xb + 误差，其中误差的分布函数未知，但误差是独立且对称分布的。 该包包含一个名为 LRMDE 的函数，它以 Y 和 X 作为输入并返回模型中参数 b 的最小距离估计量。

Advertising-线性回归测试数据集 投放广告与收入线性样本 数据为： 电视广告 广播广告 报纸广告 收入 是学习线性回归测试必备数据集

线性回归数据集-----------配套代码见博客

线性回归、拟合、MATLAB、误差分析、搜索法