文件名称：LinearRegression
文件大小：119KB
文件格式：ZIP
更新时间：2024-04-22 17:13:01
JupyterNotebook
线性回归 什么是线性回归？ 线性回归是用于求解线性方程的统计或数学方法。 线性回归模型可以找到系数并从给定的输入数据中截取并预测任何随机给定输入的输出。 线性回归是最简单的机器学习算法。 我们什么时候应该使用线性回归？ 当我们的因变量和自变量连续时。 两个变量之间必须存在线性关系。 数据集中不应有明显的轮廓线值。 我们使用线性回归的现实生活领域？ 房价预测 血压预测 车价预测 广告费用预测 高度预测 线性回归如何工作？ 让我们考虑一下，这是一个数据集。
【文件预览】：
LinearRegression-master
----04 MultipleLinearRegression()
--------MultipleLinearRegression02.ipynb(58KB)
--------MultipleLinearRegression02.md(0B)
----README.md(886B)
----01 LinearRegression()
--------LinearRegression.ipynb(49KB)
--------LinearRegression.md(0B)
----02 SimpleLinearRegression()
--------SimpleLinearRegression01.ipynb(73KB)
--------SimpleLinearRegression.md(0B)
----03 MultipleLinearRegression()
--------MultipleLinearRegression01.ipynb(41KB)
--------MultipleLinearRegression01.md(0B)