没有合适的资源?快使用搜索试试~ 我知道了~
河南大学-机器学习-实验报告1.docx 1. 使用sklearn中线性回归函数,对给定数据data.txt线性拟合, 给定训练样本格式如下: 2104,3,399900 1600,3,329900 2400,3,369000 1416,2,232000 … … 其中前两列是数据特征,最后一列是标签。 提示:(1)特征正规化处理;(2)使用data =np.loadtxt("data.txt", delimiter=",", dtype=np.float64)加载数据。 求解:给定样本特征[1650,3],预测结果是多少?给出代码与运行结果图。 2. 使用最小二乘法对给定数据data.txt线性拟合: 给定训练样本格式如下: 2104,3,399900 1600,3,329900 2400,3,369000 1416,2,232000 … … 其中前两列是数据特征,最后一列是标签。 求解:给定样本特征[1650,3],预测结果是多少?给出代码与运行结果图。 提示:同上。 3. 参考给定程序,使用线性回归对给定数据data.t
资源推荐
资源详情
资源评论
河南大学软件学院实验报告
姓名:
学号:
专业年级:
班级:14974-010
分组:
实验室: 505
指导教师:郭景涛
实验日期:3.9
课程名称
机器学习及与智能数据处理
实验名称
线性回归
实验目的
1. 掌握最小二乘法和梯度下降算法的数学原理及推导过程
2. 编程实现最小二乘法,并应用与给定 data.txt 数据
3. 编程实现梯度下降算法,并应用与与给定 data.txt 数据
4. 调用 sklearn 中线性回归函数,进行 data.txt 数据拟合
实验
的准
备阶
段
实验内容
1. 使用 sklearn 中线性回归函数,对给定数据 data.txt 线性拟合,
给定训练样本格式如下:
2104,3,399900
1600,3,329900
2400,3,369000
1416,2,232000
…
…
其中前两列是数据特征,最后一列是标签。
提示:(1)特征正规化处理;(2)使用 data =np.loadtxt("data.txt",
delimiter=",", dtype=np.float64)加载数据。
求解:给定样本特征[1650,3],预测结果是多少?给出代码与运行结果图。
2. 使用最小二乘法对给定数据 data.txt 线性拟合:
给定训练样本格式如下:
2104,3,399900
1600,3,329900
2400,3,369000
1416,2,232000
…
…
其中前两列是数据特征,最后一列是标签。
求解:给定样本特征[1650,3],预测结果是多少?给出代码与运行结果图。
提示:同上。
3. 参考给定程序,使用线性回归对给定数据 data.txt 线性拟合:
给定训练样本格式如下:
2104,3,399900
1600,3,329900
2400,3,369000
1416,2,232000
…
…
其中前两列是数据特征,最后一列是标签。
提示:同上。
资源评论
子非鱼o.0?
- 粉丝: 345
- 资源: 3
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功