文件名称：评估回归线数据科学介绍000
文件大小：42KB
文件格式：ZIP
更新时间：2024-03-14 06:03:40
JupyterNotebook
评估回归线 学习目标 了解回归线的错误是什么意思 了解如何计算给定点的误差 了解如何计算RSS以及为什么使用RSS作为评估回归线的指标 了解RSS及其变体（RMSE）之间的区别 介绍 到目前为止，我们已经看到在给定输入的情况下，线条和公式如何可以估计输出。 我们可以用两个不同的变量描述任何直线： $ m $-线的斜率，以及 $ b $-y截距 到目前为止，我们选择一条线来估计我们的输出已经相当快而松散-我们只是在数据集的第一点和最后一点之间划了一条线。 今天好，我们走得更远。 在这里，我们迈出了训练模型以匹配数据的第一步。 训练的第一步是计算回归线的准确性-也就是说，回归线与实际数据的匹配程度。 计算回归线的准确性是本课程的主题。 在以后的课程中，我们将提高回归线的准确性，以便更好地预测输出。 确定质量 计算回归线以预测输出的第一步是计算任何回归线与我们的数据匹配的程度。 我们需要计
【文件预览】：
evaluating-regression-lines-data-science-intro-000-master
----index.ipynb(15KB)
----regression-scatter.png(29KB)
----.learn(87B)
----CONTRIBUTING.md(2KB)
----linear_equations.py(1001B)
----LICENSE.md(1KB)
----README.md(12KB)
----__pycache__()
--------linear_equations.cpython-36.pyc(1KB)
--------graph.cpython-36.pyc(2KB)
----graph.py(2KB)
----.gitignore(44B)