人工智能應(yīng)用基礎(chǔ) 課件 任務(wù)4 線性回歸-預(yù)測(cè)程序員月薪

任務(wù)4線性回歸—預(yù)測(cè)程序員月薪任務(wù)4線性回歸—預(yù)測(cè)程序員月薪010203機(jī)器學(xué)習(xí)線性回歸sklearn庫(kù)一、機(jī)器學(xué)習(xí)1、什么是機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一種途徑，它是讓計(jì)算機(jī)通過一定的算法去分析數(shù)據(jù)中存在的規(guī)律，不斷提升對(duì)新數(shù)據(jù)預(yù)測(cè)性能的過程。換一種說法機(jī)器學(xué)習(xí)是研究計(jì)算機(jī)如何模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為。我們可以將這種關(guān)系以模型權(quán)重的方式存儲(chǔ)下來，進(jìn)而使用模型對(duì)未知結(jié)果的學(xué)生進(jìn)行預(yù)測(cè)。這里的權(quán)重表示專業(yè)課和選修課對(duì)結(jié)果的影響程度是不同的。1分類算法2回歸算法3聚類算法一、機(jī)器學(xué)習(xí)2、機(jī)器學(xué)習(xí)算法分類二、線性回歸如圖所示，橫軸表示房屋面積，縱軸表示房?jī)r(jià)，圖中散點(diǎn)是部分抽樣的數(shù)據(jù)。那么從散點(diǎn)分布上來看，自變量房屋面積與房?jī)r(jià)之間存在著一定的線性關(guān)系，y=ax+b。直線與x軸夾角的正切就是斜率a，直線與y軸的交點(diǎn)也就是截距b。我們把上面一元函數(shù)中的參數(shù)代號(hào)變換一下，即把a(bǔ)變成w，那么函數(shù)形式就變成了y=wx+b，這就成了機(jī)器學(xué)習(xí)中一元線性回歸模型的表述，這里的w就稱為權(quán)重，b稱為偏置。三、sklearn庫(kù)sklearn是針Python編程語(yǔ)言的免費(fèi)機(jī)器學(xué)習(xí)庫(kù)，廣泛地用于實(shí)際生產(chǎn)工作中，使用sklearn進(jìn)行機(jī)器學(xué)習(xí)，能有效地降低學(xué)習(xí)門檻。sklearn是一款開源的Python機(jī)器學(xué)習(xí)庫(kù)，它基于NumPy和SciPy，提供了大量用于數(shù)據(jù)挖掘和分析的工具，以及支持多種算法的一系列接口。在派Lab實(shí)訓(xùn)環(huán)境中已經(jīng)內(nèi)置了sklearn庫(kù)，如果想要使用sklearn中的某些方法，我們首先要導(dǎo)入sklearn庫(kù)。#導(dǎo)入sklearn包，并將其命名為skimportsklearnassk#查看sklearn包是否導(dǎo)入成功sk三、sklearn庫(kù)如果顯示以下結(jié)果，則表示導(dǎo)入成功。<module'sklearn'from'/opt/conda/lib/python3.9/site-packages/sklearn/__init__.py'>四、任務(wù)實(shí)施回歸問題就是預(yù)測(cè)自變量與因變量之間的關(guān)系，是機(jī)器學(xué)習(xí)中常見的基本問題。本任務(wù)將通過構(gòu)建線性回歸模型實(shí)現(xiàn)對(duì)程序員月薪的自動(dòng)預(yù)測(cè)，從而學(xué)習(xí)機(jī)器學(xué)習(xí)中的線性回歸算法的基本原理以及熟練掌握線性回歸算法的應(yīng)用流程。預(yù)測(cè)程序員月薪使用的數(shù)據(jù)集包含1800名程序員的樣本數(shù)據(jù)，其中包含程