关于机器学习sklearn库

来源：蜘蛛抓取(WebSpider) 时间：2018-07-01 07:01 标签：

以下介绍的方法均是用于求解回歸问题,其目标值预计是输入值的一个线性组合.用数学语言表示:
假设y是预测值,则有:
在本节中,称向量:为系数.
若要讲通用的线性模型用于分类问題,可以参考Logistic回归

线性回归使用的系数来拟合一个线性模型,拟合的最终目标是要将线性值逼近预测值(Xw)和数据集中观察到的值(y)两者之间的平方囷尽量降到最小,但是要解决以下形式问题:

线性回归的fit方法接收数组X和Y作为输入,讲线性模型的系数W存在成员系数中.

#最后一列是代表的标签类型 
#匹配字符，并把值转化为-1
#用信息增益启发式算法建立决策树 #f1查全率和查准率的调和平均
0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

我要回帖

 

随机推荐