【文件属性】：
文件名称：PyCon_2014:如何开始使用机器学习-线性回归示例代码
文件大小：1.74MB
文件格式：ZIP
更新时间：2021-05-25 23:20:58
Python
PyCon 2014 Talk-线性回归示例
这是我在“如何开始使用机器学习” PyCon 2014演讲中使用的线性回归示例。
档案文件
完整的pythonb脚本在lr_brain_body.py中提供。 ipython笔记本提供了示例代码片段，并显示了此示例的开发方式。
所有png文件都是演示文稿中使用的插图输出。
数据集
数据集：brainhead.dat
资料来源：RJ Gladstone（1905）。 “对脑与头的大小的关系的研究”，Biometrika，第一卷。 4，pp105-123
描述：按性别和年龄组分类的237名成年人的脑质量（克）和头大小（立方厘米）。
变量/列性别8 / * 1 =男性，2 =女性/年龄范围16/1 = 20-46，2 = 46 + * /头部大小（cm ^ 3）21-24-换算为英寸立方英寸的大脑重量（克）29-32-转换为磅
初稿（不在演
【文件预览】：
PyCon_2014-master
----.gitignore(6B)
----split_scatter_ex.png(54KB)
----README.md(1KB)
----lr_brain_body.py(3KB)
----train_scatter_ex.png(25KB)
----pics()
--------split_scatter_ex.png(37KB)
--------train_scatter_ex.png(25KB)
--------body_brain_lr_red_ex.png(24KB)
--------body_brain_lr_ex.png(28KB)
--------train_model_ex.png(32KB)
--------body_brain_scatter_ex.png(28KB)
--------full_scatter_ex.png(53KB)
--------test_scatter_ex.png(20KB)
--------train_model_red_ex.png(25KB)
--------body_brain_predict_ex.png(25KB)
----body_brain_lr_red_ex.png(24KB)
----.ipynb_checkpoints()
--------Linear_Regression_WB-checkpoint.ipynb(558KB)
----body_brain_lr_ex.png(33KB)
----train_model_ex.png(40KB)
----first_draft()
--------linear_regression_ex.py(2KB)
--------body_brain_lr_red_ex.png(22KB)
--------body_brain_lr_ex.png(24KB)
--------body_brain_scatter_ex.png(28KB)
--------linear_example.png(31KB)
----body_brain_scatter_ex.png(28KB)
----full_scatter_ex.png(53KB)
----Linear_Regression_WB.ipynb(974KB)
----test_scatter_ex.png(20KB)
----train_model_red_ex.png(25KB)
----body_brain_predict_ex.png(36KB)
----lr_brain_body.pyc(4KB)