机器学习经典算法——线性回归

目录

算法介绍

一元线性回归模型

多元线性回归模型

误差项分析

相关系数

算法案例

一元线性回归预测------广告销售额案例

二元线性回归预测------血压收缩案例

多元线性回归预测------糖尿病案例


算法介绍

线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。

一元线性回归模型
多元线性回归模型
误差项分析
  • 误差项可以省略吗?

    误差项不可省略,误差是必然产生的。并且由于产生了误差项,我们便可以基于误差的特点来进行对线性回归的参数估计的。

  • 误差项有什么特点? 独立同分布。

  • 误差项满足高斯分布的原因?

    1. 数据样本偏离线性回归模型不会太远。

    2. 大部分都是在偏离一点点。

    3. 极少数的样本点会偏离比较远。

相关系数

又称皮尔逊相关系数,是研究变量之间相关关系的度量,一般用字母r表示。计算方式如下:

相关系数解释:

算法案例

一元线性回归预测------广告销售额案例

如图是广告投入与销售额的数据截图,请根据这份数据预测广告投入为35和40时的营业额分别是多少

python 复制代码
data=pd.read_csv("data.csv")
l=LinearRegression()
x=data[['广告投入']]
y=data[['销售额']]
l.fit(x,y)
result=l.predict(x)
score=l.score(x,y)
print('y={:.2f}x+{:.2f}'.format(l.coef_[0][0],l.intercept_[0]))
print(f"预测广告投入为35时销售额为:{l.predict([[35]])}")
print(f"预测广告投入为40时销售额为:{l.predict([[40]])}")
二元线性回归预测------血压收缩案例

如图是血压收缩的数据截图,请根据这份数据预测体重60,年龄为40的人,体重70,年龄为30这两人的血压收缩为

python 复制代码
data=pd.read_csv('血压收缩.csv',encoding='gbk',engine='python')
corr=data[['体重','年龄','血压收缩']].corr()
lr=LinearRegression()
x=data[['体重','年龄']]
y=data[['血压收缩']]
lr.fit(x,y)
score=lr.score(x,y)
print('y={:.2f}x1+{:.2f}x2+{:.2f}'.format(lr.coef_[0][0],lr.coef_[0][1],lr.intercept_[0]))
print(f"预测体重60,年龄为40的人的血压收缩为:{lr.predict([[60,40]])}")
print(f"预测体重70,年龄为30的人的血压收缩为:{lr.predict([[70,30]])}")
多元线性回归预测------糖尿病案例

如图是糖尿病的数据'糖尿病数据.csv'的部分截图,请根据这份数据求解糖尿病的线性回归方程

python 复制代码
data=pd.read_csv('糖尿病数据.csv',encoding='gbk',engine='python')
corr=data[['age','sex','bmi','bp','s1','s2','s3','s4','s5','s6','target']].corr()
lr=LinearRegression()
x=data[['age','sex','bmi','bp','s1','s2','s3','s4','s5','s6']]
y=data[['target']]
lr.fit(x,y)
score=lr.score(x,y)
print('y={:.2f}x1+{:.2f}x2+{:.2f}x3+{:.2f}x4+{:.2f}x5+{:.2f}x6+{:.2f}x7+{:.2f}x8+{:.2f}x9+{:.2f}'.format(lr.coef_[0][0],lr.coef_[0][1],lr.coef_[0][1],lr.coef_[0][2],lr.coef_[0][3],lr.coef_[0][4],lr.coef_[0][5],lr.coef_[0][6],lr.coef_[0][7],lr.coef_[0][8],lr.intercept_[0]))
相关推荐
ysa0510304 分钟前
竞赛常用加速技巧#模板
c++·笔记·算法
7 976 分钟前
C语言基础知识--文件的顺序读写与随机读写
java·数据结构·算法
2401_841003987 分钟前
Kubernetes 资源管理全解析
算法·贪心算法
☆璇1 小时前
【数据结构】排序
c语言·开发语言·数据结构·算法·排序算法
无心水2 小时前
大语言模型零样本情感分析实战:无需机器学习训练,96%准确率实现指南
人工智能·机器学习·语言模型
艾莉丝努力练剑4 小时前
【LeetCode&数据结构】单链表的应用——反转链表问题、链表的中间节点问题详解
c语言·开发语言·数据结构·学习·算法·leetcode·链表
_殊途6 小时前
《Java HashMap底层原理全解析(源码+性能+面试)》
java·数据结构·算法
橡晟7 小时前
深度学习入门:让神经网络变得“深不可测“⚡(二)
人工智能·python·深度学习·机器学习·计算机视觉
墨尘游子7 小时前
神经网络的层与块
人工智能·python·深度学习·机器学习
Leah01058 小时前
机器学习、深度学习、神经网络之间的关系
深度学习·神经网络·机器学习·ai