线性回归
具有特征选择的线性回归
通过拟合独立变量和因变量之间的最佳线性关系来预测目标值。
最小二乘法：y = mx + c
简单LR：仅使用单个独立变量
多个LR：使用多个独立变量时，如果它们具有多个参数，则可以使用梯度下降来降低成本函数
指标：{some imp} MSE：预测输出与实际输出之间的平均平方距离MAE：预测输出与精算输出之间的平均距离{当存在异常值时，我们使用MAE} RMSE：MSE的平方根
代码说明：
从sklearn加载的Boston数据集
检查空值并拆分数据集
使用Extratree classsifer（）{功能选择}查找功能重要性
查找特征之间的相关性
使用chi2方法选择最佳功能{selectKbest}
拟合模型
检查指标值
在这里，我们使用了3种特征选择方法来找到最合适的方法！
2021-08-17 10:03:22
287KB
1
Applied Regression Analysis and Generalized Linear Models,3rd
Applied Regression Analysis and Generalized Linear Models,3rd
2021-08-15 14:10:17
9.73MB
1
DMG德马吉HSC20-55-75-105linear高速高精度加工中心用户手册
2021-08-14 16:27:14
2.64MB
1
课程讲义：Dual Simplex - Mihai Banciu, Bucknell University
2021-08-12 21:05:29
91KB
1
Linear matrix inequalities in system and control theory
2021-08-12 10:40:58
1.13MB
1
台大 李宏毅 线性代数 教材 http://speech.ee.ntu.edu.tw/~tlkagk/courses_LA18.html
2021-08-07 11:35:41
106.16MB
1
对偶单纯形算法讲义，来自 David P. Williamson, ORIE 6300 Mathematical Programming I - Lecture 15
2021-08-05 16:02:56
169KB
1
线性规划讲义：第5章 - 单纯形算法
2021-08-03 09:24:27
583KB
1
线性规划讲义：第6章 - 单纯形算法初始化
2021-08-03 09:24:27
487KB
1
线性规划讲义：第7章 - 退化和收敛
2021-08-03 09:24:27
378KB
1