Линейная регрессия в sklearn. Обучение одномерной модели
Занятия и репетиторство в Skype/Zoom. ВКонтакте: https://vk.com/id195593573,
Telegram, WhatsApp, Viber: +7 (927) 74-69-502
--------------------------------
После того, как объект модель построен, его нужно обучить. Обучение модели делается очень легко за счет метода fit. При обучении модели метод fit применяется с двумя параметрами: массив numpy, который дает значения левой части регрессионной задачи, и массив numpy, который дает значения правой части регрессионной задачи.
Когда модель обучена, она «знает», как устроена та самая линейная функция, которую мы искали. Коэффициенты при переменных (при одной переменной в одномерном случае) можно вызвать при помощи метода coef_, свободный член можно вызвать при помощи метода intercept_.
Видео Линейная регрессия в sklearn. Обучение одномерной модели канала Матан
Telegram, WhatsApp, Viber: +7 (927) 74-69-502
--------------------------------
После того, как объект модель построен, его нужно обучить. Обучение модели делается очень легко за счет метода fit. При обучении модели метод fit применяется с двумя параметрами: массив numpy, который дает значения левой части регрессионной задачи, и массив numpy, который дает значения правой части регрессионной задачи.
Когда модель обучена, она «знает», как устроена та самая линейная функция, которую мы искали. Коэффициенты при переменных (при одной переменной в одномерном случае) можно вызвать при помощи метода coef_, свободный член можно вызвать при помощи метода intercept_.
Видео Линейная регрессия в sklearn. Обучение одномерной модели канала Матан
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
![Корреляция. Комбинаторный перебор признаков](https://i.ytimg.com/vi/A8DchprL_c4/default.jpg)
![Отбор компонент. Комбинаторное исключение компонент](https://i.ytimg.com/vi/3OJGVy76iSU/default.jpg)
![Линейная регрессия в sklearn. Непосредственный прогноз и метод predict](https://i.ytimg.com/vi/iwH05chhpwI/default.jpg)
![Линейные отображения. Вопросы](https://i.ytimg.com/vi/oNjFkVJs3GU/default.jpg)
![Приведение квадратичной формы к каноническому виду. Вопросы](https://i.ytimg.com/vi/xMVl650aUU0/default.jpg)
![Свойства определителей. Вопросы](https://i.ytimg.com/vi/Fkhx_ohKuUI/default.jpg)
![Обратные матрицы. Ответы](https://i.ytimg.com/vi/VFTSd0Q9dFw/default.jpg)
![Решение неоднородных линейных систем. Ответы](https://i.ytimg.com/vi/TnajGKTFkn0/default.jpg)
![Коррелирующие признаки. Тепловая карта на больших размерностях](https://i.ytimg.com/vi/4TNqXmlwRGE/default.jpg)
![Сингулярные разложения. Свойства ортогональных матриц](https://i.ytimg.com/vi/I0ExxOvr_1A/default.jpg)
![Визуализация в matplotlib. Координатная сетка](https://i.ytimg.com/vi/NWteQWCSK6o/default.jpg)
![Полиномиальная регрессия. Визуализация квадратичной модели](https://i.ytimg.com/vi/Ki6kd8RItyk/default.jpg)
![Сингулярные разложения. Пример неверного решения](https://i.ytimg.com/vi/rMI801f8PgM/default.jpg)
![Основные преобразования плоскости. Вопросы](https://i.ytimg.com/vi/m3bT0OT9RWo/default.jpg)
![Эллипсы. Ответы](https://i.ytimg.com/vi/HAgT8vNYgsU/default.jpg)
![Линейная регрессия в sklearn. Импорт библиотек](https://i.ytimg.com/vi/ZUb8fUomxUc/default.jpg)
![Массивы numpy. Действия с двумерными массивами](https://i.ytimg.com/vi/U8XdqIhtBLE/default.jpg)
![Датафреймы pandas. Замена строковых значений на числовые](https://i.ytimg.com/vi/G-thUw7DRCY/default.jpg)
![Решение однородных линейных систем. Ответы](https://i.ytimg.com/vi/kCwBShF2KKc/default.jpg)
![Критерий Сильвестра. Ответы](https://i.ytimg.com/vi/L6fs0FcUtdE/default.jpg)