摘要:本文主要向大家介绍了机器学习入门之python 机器学习之岭回归,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之python 机器学习之岭回归,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
#岭回归主要是弥补在数据中出现异常值时,提高线性模型的稳定性,即鲁棒性robustimport pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import linear_model
import sklearn.metrics as sm
#直接拿最小二乘法数据
ridgerg=linear_model.Ridge(alpha=0.5,fit_intercept=True,max_iter=10000)#alpha 越趋近于0则岭回归越趋近于线性回归
ridgerg.fit(x_train,y_train)#训练模型
y_train_pred=ridgerg.predict(x_train)#模型y值
y_test_pred=ridgerg.predict(x_test)#模型预测y值
ridgerg.coef_#打印模型参数
ridger.intercept_#截距项
print(‘R2=‘,sm.r2_score(y_test,y_test_pred))#得到R2
#模型超参数的训练
本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道!
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号