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
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
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
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
请问(-1,1)是什么形状的数组((
应该是任意行,1列的吧
小伙伴你好!你试着把它输出一下就看出来了!
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?
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...
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。
numpy中reshape(-1,1)与reshape(1,-1)的作用详解: https://www.cnblogs.com/jarph/p/15234226.html
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?
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
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)
请问这里题目里的[0.5,0.5]是什么意思呀
有点没搞懂这两行代码是干什么的?但是没了就报错
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)
调整输入的结构,因为fit需要接收形状为(n_samples, n_features)的输入。
此处是素材有误,不必理会
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
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!!!
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?
这只是导入的层级不一样,最终都是使用LinearRegression
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
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?
你是不是没打开prompt呀
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
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
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
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
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
Geen vervaldatum ingesteld.
Deze kwestie heeft momenteel geen afhankelijkheden.
Het verwijderen van een branch is permanent. Het KAN NIET ongedaan gemaakt worden. Wil je toch doorgaan?
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
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
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
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
请问(-1,1)是什么形状的数组((
应该是任意行,1列的吧
小伙伴你好!你试着把它输出一下就看出来了!
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?
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...
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。
numpy中reshape(-1,1)与reshape(1,-1)的作用详解: https://www.cnblogs.com/jarph/p/15234226.html
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?
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)
请问这里题目里的[0.5,0.5]是什么意思呀
有点没搞懂这两行代码是干什么的?但是没了就报错
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)
调整输入的结构,因为fit需要接收形状为(n_samples, n_features)的输入。
此处是素材有误,不必理会
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
欧好的!明白了!谢谢老师!!!
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
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
那为什么不同的层级就会有不同的结果呢?
你是不是没打开prompt呀
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
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
第13周作业naar 第13周作业(线性回归实践) 1 jaar geleden