18
правок
Изменения
→Дано
* <tex> f_1(x), \dots ,f_n(x) </tex> - числовые признаки
* модель многомерной линейной регрессии:<centerbr> <tex> f(x,\alpha) = \sum\limits_{j=1}^n \alpha_j f_j(x) </tex>, </centerbr>где <tex> a \in R^n </tex>
* обучающая выборка: множество из пар <tex>(x_i, y_i)_{i=1 \dots n}</tex>
* <tex> x_i </tex> - объекты из множества <tex> X = R^n </tex>
== Пример кода для Scikit-learn ==
'''import''' matplotlib.pyplot '''as''' plt
'''from''' sklearn '''import''' datasets, linear_model
<font color = green># generate dataset</font>
X, y = datasets.make_regression(n_samples=1_000, n_features=1, noise=8, shuffle=True)
<font color = green># test and train data sizes</font>
train_size = 700
test_size = 300
<font color = green># split the data into training/testing sets</font>
X_train = X[:-train_size]
X_test = X[-test_size:]
<font color = green># split the targets into training/testing sets</font>
y_train = y[:-train_size]
y_test = y[-test_size:]
<font color = green># create linear regression object</font>
regr = linear_model.LinearRegression()
<font color = green># train the model using the training sets</font>
regr.fit(X_train, y_train)
<font color = green># make predictions using the testing set</font>
y_pred = regr.predict(X_test)
<font color = green># plot outputs</font>
plt.scatter(X_test, y_test, color='red', s=5)
plt.plot(X_test, y_pred, color='blue', linewidth=2)
plt.xticks(())
plt.yticks(())
plt.show()
Возможный результат исполнения программы:
[[Файл: Linear_regression_example.png]]
==См. также==
* [[Общие понятия]]
* [[Вариации регрессии]]
* [[Логистическая регрессия]]
* [[Обзор библиотек для машинного обучения на Python]]
==Источники информации==
* [http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%BD%D0%BE%D0%B3%D0%BE%D0%BC%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B5%D0%B9%D0%BD%D0%B0%D1%8F_%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D1%8F machinelearning.ru {{---}} Многомерная линейная регрессия]
* [http://www.machinelearning.ru/wiki/index.php?title=%D0%9B%D0%B8%D0%BD%D0%B5%D0%B9%D0%BD%D0%B0%D1%8F_%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D1%8F_%28%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D1%80%29 machinelearning.ru {{---}} Линейная регрессия (пример)]
* [https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie/home/info Coursera {{---}} "Введение в машинное обучение", Неделя 4, ]
* [http://www.ccas.ru/voron/download/Regression.pdf Лекции по алгоритмам восстановления регрессии К. В. Воронцов]
* [https://scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html#sphx-glr-auto-examples-linear-model-plot-ols-py Scikit-Learn {{---}} Linear Regression Example]
[[Категория: Машинное обучение]]
[[Категория: Регрессия]]
