sklearn.linear_model 第5页

小白入门机器学习必备编程语言环境介绍及搭建

导读：工欲善其事，必先利其器，机器学习也不例外。算法原理理解得再清楚，最终也需要通过编写代码来真正实现功能和解决问题。本文将介绍当前机器学习主流的编程语言环境，当前机器学习使用最多的编程语言是Python，在业界口碑一直不错的Python语言借着机器学习的东风一下跻身编程语言热门榜的首位。...

如何用人工神经网络处理决策边界问题这里有一份简单的代码参考

从本质上说，人工神经网络（ANN）是一种信息处理的范式，它受到人脑信息处理流程的启发，目前在机器学习领域得到了非常广泛的应用。然而，可能许多人并不知道的是，ANN早在40年代就被提出了。在最初的那几年，ANN曾在一定程度上引起了业界的关注，但由于那时没有当前强大的硬件运算能力和高效的模型训练...

如何判断机器学习数据集是否是线性的

首先，线性和非线性函数之间的区别：（左）线性函数（右）非线性函数线性函数:可以简单定义为始终遵循以下原则的函数:输入/输出=常数。...

大模型量化分析- 三花智控 002050.SZ

理论基础：...

回归or分类线性or逻辑一文掌握模型的不同之处

全文共7366字，预计学习时长30分钟或更长...

十分钟掌握多项式回归非线性预测

之前我们曾经学习了简单线性回归模型的推导、sklearn实战，并尝试从零搭建了一个简单线性回归的模型工具。有任何问题都可以在下方留言，我都会耐心解答。但是我们遇到的数据并不总是线性的，这时如果我们还拿线性模型去拟合，我们模型的效果就会大打折扣。不过不用担心，我们仍然可以使用线性回归的方法来拟合非线性...

动手实践Scikit-learn(sklearn)

今天我们将学习被称为sklearn的scikit-learn。在这篇文章中，我们将了解如何从动手角度使用这个机器学习库，这将帮助我们以更全面的学习sklearn。本文实际上将作为学习者的备忘单，流程包括为我们提供加载数据，预处理数据，学习如何训练和测试数据，使用有监督和无监督学习创建机器学习模型，学...

创建岭回归器

线性回归的主要问题是对异常值敏感。在真实世界的数据收集过程中，经常会遇到错误的度量结果。而线性回归使用的普通最小二乘法，其目标的使平方误差最小化。这时，由于异常值误差的绝对值很大，因此会引起问题，从而破坏整个模型。先看下面的图。从上图可以看到，有两个数据点是异常值，但是这个模型需要拟合所有的数据点，...

分享几个Sklearn模块中不为人知又超级好用的API函数

作者：俊欣...

使用sklearn和Pandas进行特征选择

特征选择是执行任何机器学习任务时的首要和重要步骤之一。数据集中的特征表示列。当我们得到机器学习数据集时，不一定每列（特征）都会对输出变量产生影响。如果我们在机器学习模型中添加这些不相关的特征，它将使模型变差（GarbageInGarbageOut）。这就需要进行特征选择。在Pandas中实现特...