本文主要是介绍[机器学习]线性回归算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1 线性回归简介
概念：利用回归方程（函数）对一个或多个自变量（特征值）和因变量（目标值）之间关系进行建模的一种分析方式。
weight：权重；bias 偏置
线性回归分类：一元线性回归、多元线性回归
应用场景：只要目标值连续，就使用线性回归
2 线性回归问题求解
2.1 线性回归API
from sklearn.linear_model import LinearRegression
x=[[160],[166],[172],[174],[180]]
y=[56.3,60.6,65.1,68.5,75]LR=LinearRegression()
LR.fit(x,y)
# 斜率
print(LR.coef_)
# 截距
print(LR.intercept_)
LR.predict([[176]])
2.2 损失函数
3 导数和矩阵
这篇关于[机器学习]线性回归算法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
