资源简介
利用线性回归和局部加权线性回归分别来预测鲍鱼年龄,充分感知两种方法的优劣点。

代码片段和文件信息
# -*- coding: utf-8 -*-
“““
Created on Fri May 4 10:53:58 2018
@author: FZ
“““
import function
import numpy as np
abXabY = function.loadDataSet(‘abalone.txt‘)
#locally weighted linear regression
yHat01 = function.lwlrTest(abX[0:99]abX[0:99]abY[0:99]0.1) #training set #0-99
yHat1 = function.lwlrTest(abX[0:99]abX[0:99]abY[0:99]1)
yHat10 = function.lwlrTest(abX[0:99]abX[0:99]abY[0:99]10)
#error
error01 = function.rssError(abY[0:99]yHat01.T) #56.820227823572182
error1 = function.rssError(abY[0:99]yHat1.T) #429.89056187016683
error10 = function.rssError(abY[0:99]yHat10.T) #549.1181708825128
#generalization
yHat01g = function.lwlrTest(abX[100:199]abX[100:199]abY[100:199]0.1) #test set #100-199
yHat1g = function.lwlrTest(abX[100:199]abX[100:199]abY[100:199]1)
yHat10g = function.lwlrTest(abX[100:199]abX[100:199]abY[100:199]10)
#error
error01g = function.rssError(abY[100:199]yHat01g.T) #36199.797699875046
error1g = function.rssError(abY[100:199]yHat1g.T) #231.81344796874004
error10g = function.rssError(abY[100:199]yHat10g.T) #291.87996390562728
#compare
#k = 0.1 overfitting
#linear regression
ws = function.standRegres(abX[0:99]abY[0:99])
yHat = np.mat(abX[100:199])*ws
errorlr = function.rssError(yHat.T.AabY[100:199]) #518.63631532510897
#compare
#lwlr is better than lr
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-05-04 11:09 8.3_predict_abalone_age\__pycache__\
文件 1874 2018-05-04 11:09 8.3_predict_abalone_age\__pycache__\function.cpython-36.pyc
文件 197357 2011-01-19 17:17 8.3_predict_abalone_age\abalone.txt
文件 1378 2018-05-04 11:27 8.3_predict_abalone_age\do_prediction.py
文件 2648 2018-05-04 11:09 8.3_predict_abalone_age\function.py
- 上一篇:实战python线性回归
- 下一篇:爬取51job网站招聘信息
相关资源
- 机器学习(周志华)配套代码
- 机器学习-岭回归实现
- 012345手势识别神经网络代码
- 猫-非猫图二分类识别
- 机器学习k means算法实现图像分割
- 线性回归模型实验指导 .pptx
- kmeans聚类算法的python实现程序
- Python100经典练习题
- 南瓜书(PumpkinBook)
- python实现一元线性回归.py
- 机器学习numpy和pandas基础
- python机器学习Sebastian Raschka中文最新完
- Python-DeepMoji模型的pyTorch实现
- 《机器学习实战》源代码Python3
- Python-使用DeepFakes实现YouTube视频自动换
- Introduction to machine learning with python (
- python新浪微博爬虫,爬取微博和用户
- Python-一系列高品质的动漫人脸数据集
- Python-Insightface人脸检测识别的最小化
- 非线性回归Python代码
- 093 2018北风网人工智能视频(完结)转
- python的色情图片识别
- 贝叶斯网络程序
- 《机器学习实战》Python3代码
- Python-自然场景文本检测PSENet的一个
- Python-在特征金字塔网络FPN的Pytorch实现
- Python-PyTorch实时多人姿态估计项目的实
- Python-用PyTorch10实现FasterRCNN和MaskRCNN比
- Python-心脏核磁共振MRI图像分割
- Python-基于YOLOv3的行人检测
评论
共有 条评论