Aʻo leʻi faʻaauau, ou te fautuaina oe e faitau ni tala pupuu se tolu, lea e te maua ai le eseʻese defimea:
Va'ai a'o matou fa'aogaina le Python, afai e te le'i maua i lau PC, faitau fa'atasi Faʻafefea ona faʻapipiʻi le Python i luga ole Microsoft Windows
O le a matou faʻaogaina foʻi le mo le tele o laina laina scikit-aʻoaʻo, e matua fetuutuuna'i ma fa'amaonia mea uma ua tatou va'aia i leFa'ata'ita'iga o le Fa'asolo Fa'asologa Fa'afaigofie.
Ona tatou maua ai lea o le metotia faʻafetaui mo aoaoga ma metotia vavalo mo valo'aga. O le a matou toe faʻaaogaina foi le vasega Fa'asologa Fa'asologa.
Faapea foi ma le galuega fai_regression o le a matou fausia se faʻataʻitaʻiga Set Data e faʻavae i luga o tapulaʻa o le a matou tuʻuina atu. I lenei auala ua saunia le fausaga faavae e fai le laina laina. O le a matou valaau le fai_regression faʻaaogaina le tele o faʻatonuga o le Python, e pei ona taua i lalo:
x, y = fai_regression(n_samples=500, n_features=5, pisa=10)
O lea la o le dataset o le ai ai uiga nei: 500 tau, faʻatulagaina i 5 foliga, ma matou faʻaopoopoina se pisa, o se mea sese sese o le 10 e le faia le dataset foliga masani.
Sei o tatou vaevae nei le dataset i se vaega aoga mo aoaoga ma se vaega aoga mo le su'ega. E mafai ona matou mafaufau i 80 faʻataʻitaʻiga mo suʻega ma isi mo aʻoaʻoga. Ina ia faia lenei mea matou te faʻaaogaina le galuega train_test_split lea e vaelua ai lisi e lua x e y in x_ nofoaafi, y_ nofoaafi e x_su'ega, y_su'ega
mai le sklearn.model_selection faaulufale mai train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=80)
o se taunuuga o le a tatou maua
((420, 5), (80, 5), (420, ), (80, ))
Ua tatou agai atu nei i le solomuli lea e tupu i se auala e tutusa lelei lava i le sologa faigofie laina, ae aunoa ma le toe faʻavasega aua o le tulaga lea na ia mafaufau ai fai_regression.
mai le sklearn.linear_model faaulufale mai LinearRegression
fa'ata'ita'iga = LinearRegression()
model.fit(x_train, y_train)
I lalo ifo o loʻo i ai a matou faʻasologa faʻatulagaina mo le toe faʻafoʻi, faʻatasi ai ma le coefficients ma le faʻalavelave
model.coef_ e ave le tau o loʻo mulimuli mai
array([90.65, 23.45, 66.43, 42.54, 24.35])
model.intercept_ e ave le tau o loʻo mulimuli mai
-0.4564
Faatasi ai ma le faʻataʻitaʻiga aʻoaʻoina e mafai ona tatou faia le vaʻaiga i luga o faʻamaumauga o suʻega ma iloilo i nisi o fuataga:
valo'aga = model.predict(x_test)
mean_absolute_error(y_test, valo'aga)
6.964857
re_score(y_test, valo'aga)
0.9876
E ui lava na matou faʻaogaina faʻamaumauga mo faʻamoemoega faʻaleaʻoaʻoga, o faʻaiʻuga e faʻaalia ai e aoga a matou faʻataʻitaʻiga. E a'oa'oina o ia, e mafai ona fai ni valo'aga, ma e iai fo'i lona tau mo le metric R-squared e latalata i le tumutumu.
Ercole Palmeri: O mea fou ua fai ma vaisu
O Microsoft Excel o le meafaigaluega faʻasino mo suʻesuʻega faʻamaumauga, aua e ofoina atu le tele o vaega mo le faʻatulagaina o faʻamaumauga,…
Walliance, SIM ma tulaga i totonu o taʻitaʻi i Europa i le fanua o Real Estate Crowdfunding talu mai le 2017, faʻasalalau le maeʻa ...
O le filament o se auivi o le atina'eina o Laravel, e maua ai le tele o vaega fa'aputu atoa. Ua mamanuina e faafaigofie ai le faagasologa o…
"E tatau ona ou toe foʻi e faʻamaeʻa laʻu evolusione: O le a ou faʻatinoina aʻu lava i totonu o le komepiuta ma avea ma malosiaga mama. Ina ua nofoia i…
Google DeepMind o loʻo faʻalauiloaina se faʻaleleia atili o lana faʻataʻitaʻiga atamai. O le faʻataʻitaʻiga fou faʻaleleia e le gata ina maua ai ...
Laravel, ta'uta'ua mo ana fa'asologa fa'alelei ma foliga mamana, e maua ai fo'i se fa'avae mautu mo le fausaga fa'apitoa. O iina…
Cisco ma Splunk o loʻo fesoasoani i tagata faʻatau e faʻavave la latou malaga i le Nofoaga Puipuiga Puipuiga (SOC) o le lumanaʻi ma ...
Ua pulea e Ransomware le tala fou mo le lua tausaga talu ai. O le toʻatele o tagata latou te iloa lelei o osofaʻiga ...