机器学习之线性回归

一、线性回归介绍

二、线性回归API的应用

from sklearn.linear_model import LinearRegression


def dm01_lr预测身高():
    # 1.准备数据集
    x = [[160], [166], [172], [174], [180]]
    y = [56.3, 60.6, 65.1, 68.5, 75]

    # 2. 实例化模型
    estimator = LinearRegression()
    # 3.训练模型
    estimator.fit(x, y)

    # 4. 打印模型参数
    print('estimator.coef->', estimator.coef_)
    print('estimator.intercept_->', estimator.intercept_)

    # 5. 模型预测
    myres = estimator.predict([[176]])
    print('myres', myres)

if __name__ == '__main__':
    dm01_lr预测身高()

一元线性回归和多元线性回归均有解析解，

三、梯度下降法

多元线性回归的逆矩阵首先不一定存在，就是存在求逆也是非常大的计算量。此时可以考虑梯度下降法。

梯度下降法的分类