机器学习课次4_简单线性回归.pptx

彭辉QQ）机器学习MachineLearning线性回归01

任务目标能力目标使用python编程实现线性回归算法构建线性模型实现对测试数据的预测使用sklearn工具库进行线性回归模型开发

任务目标素质目标团队协作学会学习实践创新

目录简单线性回归：简单线性回归算法实现简单线性回归算法介绍多元线性回归多元线性回归算法介绍多元线性回归算法实现

任务背景某汽车厂家想扩大销售，根据以往的经验，汽车销售量和电视广告的投入成正比，已知过去几周汽车销售和广告投入的关系如下：如果计划投入的广告数量是6，请预测汽车的销售量是多少？电视广告数量汽车销售量114324218117327

回归算法概念回归概念回归：输出结果是连续值分类：输出结果是离散值（类别值）房价，人数，降雨量颜色类别，电脑品牌，有无信誉y=f(x)借多少？1万~100万回归算法

回归算法概念线性回归线性模型试图学得一个通过属性的线性组合来进行预测（目标属性）的函数x12.06.05.01.04.0x27.09.03.02.05.0y52.896.721.26.0?如果包含两个以上的自变量，则称作多元线性回归如果只有一个自变量（x），则称作简单线性回归回归分析(regressionanalysis)用来建立方程模拟两个或者多个变量之间如何关联

简单线性回归线性回归模型简单线性回归包含一个自变量(x)和一个因变量(y)被用来描述因变量(y)和自变量(X)以及偏差(error)之间关系的方程叫做回归模型简单线性回归的模型是:简单线性回归方程:是参数是偏差W0是回归线的截距；?W1是回归线的斜率；图像是一条直线（回归线）E(y)是在一个给定x值下y的期望值（均值）

简单线性回归三种线性关系（1）正向线性关系（2）负向线性关系（3）无关系

简单线性回归线性回归算法实现（基于sklearn）:sklearn.linear_model中的LinearRegression可实现线性回归LinearRegression的构造方法：LinearRegression(#默认值为True，表示计算随机变量，False表示不计算随机变量

fit_intercept=True,#默认值为False，表示在回归前是否对回归因子X进行归一化True表示是,

normalize=False,copy_X=True

)

简单线性回归线性回归算法实现（基于sklearn）-续:编写代码：根据广告数量预测汽车销量。LinearRegression的常用方法有：decision_function(X)#返回X的预测值yfit(X,y[,n_jobs])#拟合模型get_params([deep])#获取LinearRegression构造方法的参数信息predict(X)#求预测值#同decision_function

任务小结简单线性回归实现（python、sklearn）简单线性回归参数求解线性回归基本概念

谢谢大家Thankeveryone