Udacity 数据分析进阶课程笔记L37：回归

1. 通过大量小练习，直观学习：
   • 判断连续与离散分布
   • 简单的回归方程，斜率slope和截距intercept的概念
   • 使用回归方程进行预测
2. 使用sklearn进行回归分析

from sklearn.linear_model import LinearRegression

reg = LinearRegression()
reg.fit(ages_train, net_worths_train)
km_net_worth = reg.predict([[27]])[0][0] 

### get the slope
slope = reg.coef_[0][0] 

### get the intercept
intercept = reg.intercept_[0] 

### get the score on test data
test_score = reg.score(ages_test, net_worths_test) 

3. 线性回归的误差error：真实值与预测值之差
4. 最佳回归：
   • 方差最小的回归，或最小化SSE（Sum of Squared Errors）
   • 获得最佳回归的方法：最小二乘法和梯度下降
   • Minimizing the Sun of Squared Errors
5. 当数据集增大是，SSE可能随之增大，因此在一个小的数据集上使用线性回归时，其SSE可能可能更小。
6. 使用R²来评估线性回归模型质量，可规避上一问题。
   • R²理解：有多少输出的改变能用输入的改变来解释；
   • 取值通常在0到1之间；
   • 其优点在于与数据集的大小无关
   • 使用R²评估线性回归
   • 在sklearn中使用R²，即前文代码最后一行的.score()
   • 使用matplotlib图形化回归结果

import matplotlib.pyplot as plt
plt.scatter()
plt.plot()
plt.xlabel()
plt.ylabel()
plt.show()

7. 比较分类和回归

比较分类和回归

8. 多元回归简介
9. 回归迷你项目