美文网首页
sklearn-User Guide 监督学习-- 广义线性模型

sklearn-User Guide 监督学习-- 广义线性模型

作者: 快乐的小飞熊 | 来源:发表于2016-08-16 00:08 被阅读0次

下面的式子就是一个线性回归,其目标值是输入变量的线性组合,预测值可以表示为:


1.1.2 普通的最小二乘法

线性回归的思路是:用线性系数w来模拟模型,通过调整系数的值,使得预测值和准确值之间的均方误差最小。数学上可表示为:



下面为线性拟合的代码及解释:

#从sklearn中导入linear_model模块包
>>> from sklearn import linear_model
#线性回归类,并且实例化
>>> clf = linear_model.LinearRegression()
#调用fit方法进行拟合
#原型:clf.fit(X, y, sample_weight=None),其中X=[[0, 0], [1, 1], [2, 2]],y=[0,1,2]
>>> clf.fit ([[0, 0], [1, 1], [2, 2]],[0,1,2])
LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
#得到w权值
>>> clf.coef_
array([ 0.5, 0.5])

然而,普通二乘法的系数估计依赖于模型各项的独立性(这样求解线性方程组才会有确切的解)。当矩阵的列之间是近似线性关系的时候,矩阵就是奇异的,导致在用最小二乘估计的时候就会产生随机错误,产生较大的方差。这个地方是在选取特征的时候尤其应该注意的。

线性回归举例

为了得到回归的二维图,这个例子只用了糖尿病数据集的第一个特征。如图所示,线性回归尝试画一条直线,这条直线能够使均方误差最小。在下面也计算了系数、均方误差、还有方差。


相关文章

  • sklearn-User Guide 监督学习-- 广义线性模型

    下面的式子就是一个线性回归,其目标值是输入变量的线性组合,预测值可以表示为: 1.1.2 普通的最小二乘法 线性回...

  • 3.Spark机器学习基础——监督学习

    Spark机器学习基础——监督学习 1.1线性回归(加L1 L2 正则化) 1.2广义线性模型 1.3逻辑回归 1...

  • 统计基础24:Logistic回归中的系数解读

    引言:广义线性模型是对线性模型概念和用法的扩展,使其能够完成更多的统计计算(传统统计计算和机器学习)。广义线性模型...

  • 广义线性模型

    本文转自: 广义线性模型 今天我来介绍一种在机器学习中应用的比较多的模型,叫做广义线性模型(GLM)。这种模型是把...

  • 11.25 统计学习方法

    1.2监督学习 统计学习包括监督学习,非监督学习,半监督学习及强化学习。 监督学习(supervised lear...

  • 【R实战 高级方法】十三、广义线性模型

    这里是佳奥!让我们开始广义线性模型篇的学习吧! 广义线性模型扩展了线性模型的框架,它包含了非正态因变量的分析。 在...

  • 监督学习——学习笔记

    前言 统计学习包括监督学习、非监督学习、半监督学习及强化学习。监督学习 (supervised learning)...

  • K-Means聚类算法

    机器学习的算法主要分为监督学习和无监督学习监督学习。 监督学习(supervised learning),利用样本...

  • 统计学习

    统计学习 统计学习包括监督学习,非监督学习,半监督学习以及强化学习。 监督学习 监督学习的任务是学习一个模型,使模...

  • 统计学习方法概论

    这部分主要了解关于统计学习的一些重要概念:统计学习包括:监督学习、半监督学习、非监督学习、强化学习。监督学习:监督...

网友评论

      本文标题:sklearn-User Guide 监督学习-- 广义线性模型

      本文链接:https://www.haomeiwen.com/subject/ezzusttx.html