前言:    以下内容是个人学习之后的感悟,转载请注明出处~

总结:   回归属于监督学习的一种的方法, 从连续的数据中得到模型,然后将该数据模型进行预测或者分类.

线性回归模型

把数据通过画图画出来,如果是下面这样的,那么他就适合于线性回归 ,

这组数据不属于正态分布,
但用线性回归的话,就可以很好的进行拟合,如果用多项式回归的话,那么拟合度会很差.
画一个拟合曲线观察一下,还是比较拟合的
可以查看这两张图片,经过线性回归之后,第一张是没有处理的,第二张是处理后..观察发生了什么变化

多项式回归模型
根据数据的发展趋势来进行来决定,当太过于复杂时,那么多项式回归就不在适合于处理这组数据.
多项式回归模型一般都是处理正态分布的数据,
多项式回归的代码比线性回归的就多了一行
polynomial=PolynomialFeatures(degree=2) # 构建多项式回归器对象 # degree是多项式的次数,此处初步的设置为2
 
如果他是这种数据的话,那么多项式回归就适合处理这组数据
画一个拟合曲线,看一下他与这组数据的拟合程度
很显然,拟合程度很高
可以观察这两张图片,经过多项式回归之后,第一张是没有处理的,第二张是处理后..观察发生了什么变化

 周五一个读者问我怎么在图中添加异常点 , 我在这篇中带着解释一下

# 以下加入两个异常点,再用线性回归器进行拟合 
abnormal_x=[16.5,17.9] 
abnormal_y=[25.98,24.12] 
print('x with abnormal point: {}'.format(x)) print('y with abnormal point: {}'.format(y))
# 将异常点绘制出来 plt.scatter(abnormal_x,abnormal_y,marker='x',label='abnormal')
没有添加异常点之前

添加异常点之后,那两个蓝色的点就是异常点

转载于:https://www.cnblogs.com/lowbi/p/10709121.html

线性回归与多项式回归的区别,如何判断他们的使用场景相关推荐

  1. [Python从零到壹] 十二.机器学习之回归分析万字总结全网首发(线性回归、多项式回归、逻辑回归)

    欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...

  2. 【Python】数据分析——直方图、散点图、线性回归、多项式回归、拟合度

    目录 绘制直方图 绘制散点图 线性回归 多项式回归 拟合度 数据分析就是在一大批杂乱无章的数据中,运用数字化工具和技术,探索数据内在的结构和规律,构建数学模型,并进行可视化表达,通过验证将模型转化为知 ...

  3. 线性关系r范围_一个简单线性回归和多项式回归在R中的实现示例

    一个简单线性回归和多项式回归在R中的实现示例 常见线性回归的原理就不多说了,大家都懂,就是普通最小二乘法( Ordinary Least Square , OLS )回归法,主要用于简单线性回归.多项 ...

  4. PostgreSQL - null和''的区别与判断以及COALESCE函数

    null和''的区别与判断 null是一种类型,''是空字符串,打个比方,''是你参加了考试且得了零分,而null则是你压根就没有参加考试. 如果要在sql中对两者进行判断,是有区别的: //null ...

  5. 神经网络与深度学习(三)线性回归与多项式回归

    目录 2.2 线性回归 2.2.1 数据集构建 2.2.2 模型构建 2.2.3 损失函数 2.2.4 模型优化 2.2.5 模型训练 2.2.6 模型评估 2.2.7 样本数量 & 正则化系 ...

  6. 【机器学习-学习笔记】单/多变量线性回归、多项式回归、逻辑回归、过拟合、正则化

    https://blog.csdn.net/m511655654/article/details/81507857 问题 描述 表达式描述 表达式 单变量线性回归 只含有一个特征/输入变量 一元一次表 ...

  7. python 线性回归与逻辑回归区别(有监督学习【分类、回归】、无监督学习【聚类、强化学习】、损失函数、梯度下降、学习率、过拟合、欠拟合、正则化)

    引用文章1 https://blog.csdn.net/viewcode/article/details/8794401 引用文章2:一.线性回归和逻辑回归 一.什么是机器学习 利用大量的数据样本,使 ...

  8. 机器学习02线性回归、多项式回归、正规方程

    单变量线性回归(Linear Regression with One Variable) 预测器表达式: 选择合适的参数(parameters)θ0 和 θ1,其决定了直线相对于训练集的准确程度. 建 ...

  9. 机器学习(上)线性回归、多项式回归、标准差、百分位数、数据分布、散点图

    大数据实验室第8次打卡 一.机器学习入门 数据集 在计算机中,数据集指的是任何数据集合.它可以是从数组到完整数据库的任何内容. 数据类型 1.数值:离散数据和连续数据.离散数据限制为整数的数字.连续数 ...

最新文章

  1. python执行提示包找不到的问题
  2. 设计模式--Builder
  3. 202. Happy Number
  4. VTK修炼之道6_仔细分析一个复杂程序
  5. Django中使用和配置Redis数据库
  6. Gingko——百度内网用于数据分发的P2P传输工具
  7. list Control实现单元格编辑与插入Combo Box
  8. Java开发笔记(一百四十九)引入预报告的好处
  9. arm linux内核启动过程详解
  10. 象棋名手手机版2019最新版_象棋名手手机版下载-象棋名手最新2020游戏下载-7K8K游戏...
  11. 数据挖掘:概念与技术(第三版)之第四章的学习记录
  12. K-Java WAP浏览器
  13. uva 11137 Ingenuous Cubrency(完全背包)
  14. Kite Compositor制作下雨打雷特效详细教学
  15. Function.identity()初探
  16. 笔记本计算机提升性能,笔记本电脑改装!轻松提升电脑性能!
  17. Ubuntu下安装 rust和urdf-viz
  18. Sql Server 存储过程 循环处理字符串的每个字符
  19. linux 拼音输出繁体_shell中如何得到中文的拼音?
  20. python三大器,Python 入门之 Python三大器 之 生成器

热门文章

  1. 蓝桥杯基础练习题3(16进制转8进制)1
  2. 大型网站系统架构演化之路(转)
  3. FineUI利用JS取控件的值
  4. 全数字FM接收机2---仿真
  5. Json在线格式化站点
  6. 关于python中文处理
  7. 支付宝支付 第九集:产品数据和支付二维码对接
  8. 系统架构图怎么画_基于ROS的移动机器人上层系统架构分析
  9. python元组修改_python基础知识之元组
  10. accessid管理_Access班级管理的使用方法