#16 第13周作业(线性回归实践)

Aperto
aperto 2 anni fa da 吴贤佑 · 31 commenti
吴贤佑 2 anni fa ha commentato

1)完成5.3.5中实践题第1题,有素材,按题目要求命名。
2)完成5.3.5中实践题第2题,有素材,按题目要求命名。
3)完成5.3.5中实践题第3题,有素材,按题目要求命名。
以上作业不迟于周六上午9点,提交至水杉码园“学号”仓库的homework13分支下。


水杉码园上的本次作业要求:https://gitea.shuishan.net.cn/AI-B.Liuyao.2022Spring.XinYuan/AllStuRead/issues/16
腾讯工蜂上的本次作业要求:https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson13/issues/1
腾讯工蜂上的本次课程材料(课件及素材等):https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson13/tree/master

1)完成5.3.5中实践题第1题,有素材,按题目要求命名。 2)完成5.3.5中实践题第2题,有素材,按题目要求命名。 3)完成5.3.5中实践题第3题,有素材,按题目要求命名。 以上作业不迟于周六上午9点,提交至水杉码园“学号”仓库的homework13分支下。 ----- 水杉码园上的本次作业要求:https://gitea.shuishan.net.cn/AI-B.Liuyao.2022Spring.XinYuan/AllStuRead/issues/16 腾讯工蜂上的本次作业要求:https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson13/issues/1 腾讯工蜂上的本次课程材料(课件及素材等):https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson13/tree/master
吴思辰 2 anni fa ha commentato

家人们,这个“第13个系数”是什么个意思0.0
为什么他是第13个,前12个都是啥,不是很清楚0.0
image

家人们,这个“第13个系数”是什么个意思0.0 为什么他是第13个,前12个都是啥,不是很清楚0.0 ![image](/attachments/6c79b835-66e5-4093-a5a9-b78a5775c57e)
9.8 KiB
9.8 KiB
吴贤佑 2 anni fa ha commentato
Proprietario

家人们,这个“第13个系数”是什么个意思0.0
为什么他是第13个,前12个都是啥,不是很清楚0.0
image

该数据集提供13个属性,因此对应多元线性回归产生13个系数

> 家人们,这个“第13个系数”是什么个意思0.0 > 为什么他是第13个,前12个都是啥,不是很清楚0.0 > ![image](/attachments/6c79b835-66e5-4093-a5a9-b78a5775c57e) 该数据集提供13个属性,因此对应多元线性回归产生13个系数
鲁迪 2 anni fa ha commentato

image image 请问为什么这两个决定系数一个是用X_test,y_test算,另一个是用y_test,y_pred算呢?两个算法出来的数不一样,有什么区别吗

![image](/attachments/a9b8b07d-f975-4d7f-9778-4818edce6708) ![image](/attachments/83758289-8d19-4ae8-97d5-9e6b68fb4d11) 请问为什么这两个决定系数一个是用X_test,y_test算,另一个是用y_test,y_pred算呢?两个算法出来的数不一样,有什么区别吗
余其乐 2 anni fa ha commentato

请问(-1,1)是什么形状的数组((

请问(-1,1)是什么形状的数组((
战晓曦 2 anni fa ha commentato

请问(-1,1)是什么形状的数组((

应该是任意行,1列的吧

> 请问(-1,1)是什么形状的数组(( 应该是任意行,1列的吧
吴思辰 2 anni fa ha commentato

请问(-1,1)是什么形状的数组((

小伙伴你好!你试着把它输出一下就看出来了!

> 请问(-1,1)是什么形状的数组(( 小伙伴你好!你试着把它输出一下就看出来了!
王伶方 2 anni fa ha commentato

image 想知道回归系数这两个0.5指的是什么意思?为什么是0.5?

![image](/attachments/a584ec71-76e1-49cb-91fb-a7ef7f6f8dca) 想知道回归系数这两个0.5指的是什么意思?为什么是0.5?
战晓曦 2 anni fa ha commentato

请问,5-3-1的自变量和因变量这个是什么意思啊,没太看懂...
image

请问,5-3-1的自变量和因变量这个是什么意思啊,没太看懂... ![image](/attachments/28ccaef8-efe2-42ac-a3bf-d135fea6c0ba)
7.6 KiB
7.6 KiB
刘垚 2 anni fa ha commentato
Proprietario

image image 请问为什么这两个决定系数一个是用X_test,y_test算,另一个是用y_test,y_pred算呢?两个算法出来的数不一样,有什么区别吗

r2_score(diabetes_y_test, diabetes_y_pred),使用的是metrics中的函数,因此需要提前把预测值计算好,提供给相关指标函数计算。

lr.score(x_test,y_test),使用的是linearregression的函数,不需要提前计算预测值,它会自动计算预测值,然后计算相关指标。

> ![image](/attachments/a9b8b07d-f975-4d7f-9778-4818edce6708) > ![image](/attachments/83758289-8d19-4ae8-97d5-9e6b68fb4d11) > 请问为什么这两个决定系数一个是用X_test,y_test算,另一个是用y_test,y_pred算呢?两个算法出来的数不一样,有什么区别吗 r2_score(diabetes_y_test, diabetes_y_pred),使用的是metrics中的函数,因此需要提前把预测值计算好,提供给相关指标函数计算。 lr.score(x_test,y_test),使用的是linearregression的函数,不需要提前计算预测值,它会自动计算预测值,然后计算相关指标。
刘垚 2 anni fa ha commentato
Proprietario

请问(-1,1)是什么形状的数组((

numpy中reshape(-1,1)与reshape(1,-1)的作用详解: https://www.cnblogs.com/jarph/p/15234226.html

> 请问(-1,1)是什么形状的数组(( numpy中reshape(-1,1)与reshape(1,-1)的作用详解: https://www.cnblogs.com/jarph/p/15234226.html
鲁迪 2 anni fa ha commentato

image image 请问为什么这两个决定系数一个是用X_test,y_test算,另一个是用y_test,y_pred算呢?两个算法出来的数不一样,有什么区别吗

r2_score(diabetes_y_test, diabetes_y_pred),使用的是metrics中的函数,因此需要提前把预测值计算好,提供给相关指标函数计算。

lr.score(x_test,y_test),使用的是linearregression的函数,不需要提前计算预测值,它会自动计算预测值,然后计算相关指标。

谢谢老师!那请问这两个方法在实际应用的时候有偏好吗?还是都可以用呢?

> > ![image](/attachments/a9b8b07d-f975-4d7f-9778-4818edce6708) > > ![image](/attachments/83758289-8d19-4ae8-97d5-9e6b68fb4d11) > > 请问为什么这两个决定系数一个是用X_test,y_test算,另一个是用y_test,y_pred算呢?两个算法出来的数不一样,有什么区别吗 > > r2_score(diabetes_y_test, diabetes_y_pred),使用的是metrics中的函数,因此需要提前把预测值计算好,提供给相关指标函数计算。 > > lr.score(x_test,y_test),使用的是linearregression的函数,不需要提前计算预测值,它会自动计算预测值,然后计算相关指标。 谢谢老师!那请问这两个方法在实际应用的时候有偏好吗?还是都可以用呢?
鲁迪 2 anni fa ha commentato

image 想知道回归系数这两个0.5指的是什么意思?为什么是0.5?

大概是X里的第一列0][1][2的回归系数是0.5,第二列0][1][2的回归系数也是0.5这样吧

> ![image](/attachments/a584ec71-76e1-49cb-91fb-a7ef7f6f8dca) > 想知道回归系数这两个0.5指的是什么意思?为什么是0.5? 大概是X里的第一列[[0][1][2]]的回归系数是0.5,第二列[[0][1][2]]的回归系数也是0.5这样吧
吴贤佑 2 anni fa ha commentato
Proprietario

image 想知道回归系数这两个0.5指的是什么意思?为什么是0.5?

大概是X里的第一列0][1][2的回归系数是0.5,第二列0][1][2的回归系数也是0.5这样吧

这里有两个特征x1、x2,特征[0,0]对应标签0,以此类推。
二元回归处理后得到y=0.5x1+0.5x2+b(截距)

> > ![image](/attachments/a584ec71-76e1-49cb-91fb-a7ef7f6f8dca) > > 想知道回归系数这两个0.5指的是什么意思?为什么是0.5? > > 大概是X里的第一列[[0][1][2]]的回归系数是0.5,第二列[[0][1][2]]的回归系数也是0.5这样吧 这里有两个特征x1、x2,特征[0,0]对应标签0,以此类推。 二元回归处理后得到y=0.5x1+0.5x2+b(截距)
张子涵 2 anni fa ha commentato

请问这里题目里的[0.5,0.5]是什么意思呀

请问这里题目里的[0.5,0.5]是什么意思呀
沈昕晔 2 anni fa ha commentato

有点没搞懂这两行代码是干什么的?但是没了就报错
图片

有点没搞懂这两行代码是干什么的?但是没了就报错 ![图片](/attachments/a6771a4f-502d-4417-94f9-90f7a2059c24)
2.7 KiB
李美颀 2 anni fa ha commentato

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样?
(因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样? (因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)
21 KiB
吴贤佑 2 anni fa ha commentato
Proprietario

有点没搞懂这两行代码是干什么的?但是没了就报错
图片

调整输入的结构,因为fit需要接收形状为(n_samples, n_features)的输入。

> 有点没搞懂这两行代码是干什么的?但是没了就报错 > ![图片](/attachments/a6771a4f-502d-4417-94f9-90f7a2059c24) 调整输入的结构,因为fit需要接收形状为(n_samples, n_features)的输入。
吴贤佑 2 anni fa ha commentato
Proprietario

请问这里题目里的[0.5,0.5]是什么意思呀

此处是素材有误,不必理会

> 请问这里题目里的[0.5,0.5]是什么意思呀 此处是素材有误,不必理会
吴贤佑 2 anni fa ha commentato
Proprietario

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样?
(因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)

可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以

> 想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样? > (因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的) 可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以
余其乐 2 anni fa ha commentato

请问(-1,1)是什么形状的数组((

numpy中reshape(-1,1)与reshape(1,-1)的作用详解: https://www.cnblogs.com/jarph/p/15234226.html

欧好的!明白了!谢谢老师!!!

> > 请问(-1,1)是什么形状的数组(( > > > numpy中reshape(-1,1)与reshape(1,-1)的作用详解: https://www.cnblogs.com/jarph/p/15234226.html > > > 欧好的!明白了!谢谢老师!!!
孙莉雅 2 anni fa ha commentato

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样?
(因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)

可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以

好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢?

> > 想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样? > > (因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的) > > 可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以 好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢?
吴贤佑 2 anni fa ha commentato
Proprietario

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样?
(因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)

可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以

好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢?

这只是导入的层级不一样,最终都是使用LinearRegression

> > > 想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样? > > > (因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的) > > > > 可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以 > > 好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢? 这只是导入的层级不一样,最终都是使用LinearRegression
张子涵 2 anni fa ha commentato

请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀?

请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀?
吴贤佑 2 anni fa ha commentato
Proprietario

请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀?

这种导入方式没有问题,你可能需要检查下你的环境是否安装了sklearn

> 请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀? 这种导入方式没有问题,你可能需要检查下你的环境是否安装了sklearn
孙莉雅 2 anni fa ha commentato

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样?
(因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)

可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以

好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢?

这只是导入的层级不一样,最终都是使用LinearRegression

那为什么不同的层级就会有不同的结果呢?

> > > > 想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样? > > > > (因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的) > > > > > > 可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以 > > > > 好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢? > > 这只是导入的层级不一样,最终都是使用LinearRegression 那为什么不同的层级就会有不同的结果呢?
孙莉雅 2 anni fa ha commentato

请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀?

你是不是没打开prompt呀

> 请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀? 你是不是没打开prompt呀
吴贤佑 2 anni fa ha commentato
Proprietario

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样?
(因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)

可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以

好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢?

这只是导入的层级不一样,最终都是使用LinearRegression

那为什么不同的层级就会有不同的结果呢?

我的电脑上,两种导入方式得到的结果是一样的

> > > > > 想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样? > > > > > (因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的) > > > > > > > > 可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以 > > > > > > 好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢? > > > > 这只是导入的层级不一样,最终都是使用LinearRegression > > 那为什么不同的层级就会有不同的结果呢? 我的电脑上,两种导入方式得到的结果是一样的
张子涵 2 anni fa ha commentato

请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀?

你是不是没打开prompt呀
嗷好像是的,不过我用linear_model和LinearRegression运行出来的都是2.22,我觉得应该两个数都可以吧

> > 请问为什么导入LinearRegression的时候可以正常运行出2.22,但导入linear_model就会报错呀? > > 你是不是没打开prompt呀 嗷好像是的,不过我用linear_model和LinearRegression运行出来的都是2.22,我觉得应该两个数都可以吧
孙莉雅 2 anni fa ha commentato

想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样?
(因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的)

可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以

好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢?

这只是导入的层级不一样,最终都是使用LinearRegression

那为什么不同的层级就会有不同的结果呢?

我的电脑上,两种导入方式得到的结果是一样的

好的,谢谢助教

> > > > > > 想请问一下第一题的结果大家输出的截距都是一样的嘛?还是说截距是0有不同的形式每次都不一样? > > > > > > (因为发现我输出的结果和平台上其他小伙伴的结果好像不太一样(有点像二倍),但是我自己试了几次输出的结果又是一样的) > > > > > > > > > > 可能因为大家电脑配置的不同略有差异,只要是个很小的值就可以 > > > > > > > > 好像是因为导入的库不一样,导入linear_model就是1.11,但是导入LinearRegression就是1.22,所以应该导入哪一个库呢? > > > > > > 这只是导入的层级不一样,最终都是使用LinearRegression > > > > 那为什么不同的层级就会有不同的结果呢? > > 我的电脑上,两种导入方式得到的结果是一样的 > 好的,谢谢助教
杨静雯 2 anni fa ha commentato

请问书上例题里写的range(y_test.shape[0])是什么意思?

请问书上例题里写的range(y_test.shape[0])是什么意思?
吴贤佑 2 anni fa ha commentato
Proprietario

请问书上例题里写的range(y_test.shape[0])是什么意思?

测试集样本数量

> 请问书上例题里写的range(y_test.shape[0])是什么意思? 测试集样本数量
test2022 Titolo modificato da 第13周作业 a 第13周作业(线性回归实践) 1 anno fa
Effettua l'accesso per partecipare alla conversazione.
Nessuna etichetta
Nessuna milestone
Nessuna assegnatario
Notifiche
Data di scadenza

Nessuna data di scadenza impostata.

Dipendenze

Questo problema attualmente non ha alcuna dipendenza.

Caricamento…
Non ci sono ancora contenuti.