老师,这个部分前面不是安装过了吗
出现这种情况怎么办啊,将shade=True改成fill = True,不报错,但出现空白图,没有上色
我的代码是:
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns#读取数据data=pd.read_csv('D:/project1/text/实战保险花销代码/代码/data/insurance.csv')print('读取数据表格为:')print(data.head())#生成表格n列#EDA数据探索#plt.hist(data['charges'])#hist柱状图,但该图像右偏,用log进行正态化plt.hist(np.log(data['charges']))sns.kdeplot(data.loc[data.sex=='male','charges'],shade=True,label='male')sns.kdeplot(data.loc[data.sex=='female','charges']shade=True,label='female')plt.show()
老师您好,请问能推荐一下机器学习的书籍吗?希望能闲暇时间看下书。
但是进阶版和原来的train和test划分可能不一样,这样子去导致的MSE变动,而不是特征的原因呢???
老师,假设误差项服从正态分布,是不是假设Y和X的线性回归模型是有效刻画了两者的关系的,就是建立的这个线性模型中X是可以通过线性的方式去描述Y的。只有模型刻画的关系正确,误差项才是随机、独立的,所以才会服从正态分布?
那什么情况下误差项又会服从泊松分布、平均分布、二项分布呢?
老师,这里采用的是第一列进行作图,那是不是采取第二列作图也是可以的呢,这有没有什么选择标准
numpy np matplotlib.pyplot plt sklearn.linear_model LinearRegression x1 = *np.random.rand() x2 = *np.random.rand() x3 = *np.random.rand() X = np.c_[x1x2x3] y = + *x1 +*x2+*x3+ np.random.randn() reg = LinearRegression(=) reg.fit(Xy) (reg.intercept_reg.coef_) X_new = np.array([[][][]]) y_predict = reg.predict(X_new) plt.plot(X_new[:]y_predict) plt.plot(x3y) plt.axis([]) plt.show()
预测的不hi是很好啊???
老师你好,请教一下这个小节里提到的y、X1和X2是否一定要两两正交?如果是两两正交的话,那么他们是否一定相互独立?
老师你好,请教一下这个小节里提到的y、X1和X2是否一定两两正交?如果是两两正交的话,那么他们是否一定相互独立?
J(θ)为什么等于后面1/2(hθ(x)-y)²呢,MSE不是等于1/mΣ(yhat-y)²吗
老师这里显示没有这个 sklearn 怎么弄,我这里用的是python, 3.9,是要用3.6才行的吗?
老师 把非线性相关的数据用多项式升维处理成线性相关数据
然后带入线性算法里
这是属于用先行算法 算出线性模型吗,还是这个模型还是属于非线性啊~
(蓝点是样本,绿色的线是没有处理数据的模型,黄色和红色是数据升维后的模型)
老师 损失函数不是 XW - y_hat 吗,为啥加了正则项的这几个都是 (XW - y) 的平方啊
老师 为什么损失函数加上L1或L2正则惩罚项 ,可以提高模型的泛化能力啊,加L1加L2都行吗
老师,三种梯度下降都是每一轮都需要用到全量数据,
那300首诗,分成6个批次,每批1周,一轮就是6周,要训练20轮,是不是需要120周啊
随机梯度下降,假设有300个数据,需要300个批次,就是一轮300个批次下来,有可能有的数据没选到是吗~
还有小批量梯度下降,文档上说,batch_size大需要的轮次就少,“轮次”是不是应该改成“批次”啊
非常抱歉给您带来不好的体验!为了更深入的了解您的学习情况以及遇到的问题,您可以直接拨打投诉热线:
我们将在第一时间处理好您的问题!
关于
课程分类
百战程序员微信公众号
百战程序员微信小程序
©2014-2023 百战汇智(北京)科技有限公司 All Rights Reserved 北京亦庄经济开发区科创十四街 赛蒂国际工业园网站维护:百战汇智(北京)科技有限公司 京公网安备 11011402011233号 京ICP备18060230号-3 营业执照 经营许可证:京B2020212637