当前位置：首页 > news >正文

人工智能-机器学习之多元线性回归（项目实践一）

news 2025/9/18 5:43:54

目标：运用scikit-learn进行多元线性回归方程的构建，通过实际案例的训练集和测试集进行预测，最终通过预测结果和MSE来评估预测的精度。

一、首先安装scikit-learn：pip install scikit-learn

C:\Users\CMCC\PycharmProjects\AiProject> pip install scikit-learn

二、项目实战：糖尿病预测，你的健康守护者！

from sklearn import datasets
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import train_test_split#加载糖尿病数据集
diabetes=datasets.load_diabetes()
x=diabetes.data
y=diabetes.targetprint("多元的参数集是:")
print(x)
print("结果集是：")
print(y)#将数据集拆分为训练集和测试集,测试集占20%，训练集占80%
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2)#创建一个多元线性回归算法对象
lr=LogisticRegression()#使用训练集训练模型
lr.fit(x_train,y_train)#使用测试集进行结果的预测
y_pred_test=lr.predict(x_test)
y_pred_train=lr.predict(x_train)print("测试集的预测结果是：")
print(y_pred_test)
print("训练集的预测结果是：")
print(y_pred_train)#打印模型的均方差，只保留两位的小数点，分别对于训练集和测试集的均方差进行对比，越小越好，证明越预测得准确
print("均方差：%.2f" % mean_squared_error(y_train ,y_pred_train))
print("均方差：%.2f" % mean_squared_error(y_test ,y_pred_test))多元的参数集是:
[[ 0.03807591  0.05068012  0.06169621 ... -0.00259226  0.01990842-0.01764613][-0.00188202 -0.04464164 -0.05147406 ... -0.03949338 -0.06832974-0.09220405][ 0.08529891  0.05068012  0.04445121 ... -0.00259226  0.00286377-0.02593034]...[ 0.04170844  0.05068012 -0.01590626 ... -0.01107952 -0.046879480.01549073][-0.04547248 -0.04464164  0.03906215 ...  0.02655962  0.04452837-0.02593034][-0.04547248 -0.04464164 -0.0730303  ... -0.03949338 -0.004219860.00306441]]
结果集是：
[151.  75. 141. 206. 135.  97. 138.  63. 110. 310. 101.  69. 179. 185.118. 171. 166. 144.  97. 168.  68.  49.  68. 245. 184. 202. 137.  85.131. 283. 129.  59. 341.  87.  65. 102. 265. 276. 252.  90. 100.  55.61.  92. 259.  53. 190. 142.  75. 142. 155. 225.  59. 104. 182. 128.52.  37. 170. 170.  61. 144.  52. 128.  71. 163. 150.  97. 160. 178.48. 270. 202. 111.  85.  42. 170. 200. 252. 113. 143.  51.  52. 210.65. 141.  55. 134.  42. 111.  98. 164.  48.  96.  90. 162. 150. 279.92.  83. 128. 102. 302. 198.  95.  53. 134. 144. 232.  81. 104.  59.246. 297. 258. 229. 275. 281. 179. 200. 200. 173. 180.  84. 121. 161.99. 109. 115. 268. 274. 158. 107.  83. 103. 272.  85. 280. 336. 281.118. 317. 235.  60. 174. 259. 178. 128.  96. 126. 288.  88. 292.  71.197. 186.  25.  84.  96. 195.  53. 217. 172. 131. 214.  59.  70. 220.268. 152.  47.  74. 295. 101. 151. 127. 237. 225.  81. 151. 107.  64.138. 185. 265. 101. 137. 143. 141.  79. 292. 178.  91. 116.  86. 122.72. 129. 142.  90. 158.  39. 196. 222. 277.  99. 196. 202. 155.  77.191.  70.  73.  49.  65. 263. 248. 296. 214. 185.  78.  93. 252. 150.77. 208.  77. 108. 160.  53. 220. 154. 259.  90. 246. 124.  67.  72.257. 262. 275. 177.  71.  47. 187. 125.  78.  51. 258. 215. 303. 243.91. 150. 310. 153. 346.  63.  89.  50.  39. 103. 308. 116. 145.  74.45. 115. 264.  87. 202. 127. 182. 241.  66.  94. 283.  64. 102. 200.265.  94. 230. 181. 156. 233.  60. 219.  80.  68. 332. 248.  84. 200.55.  85.  89.  31. 129.  83. 275.  65. 198. 236. 253. 124.  44. 172.114. 142. 109. 180. 144. 163. 147.  97. 220. 190. 109. 191. 122. 230.242. 248. 249. 192. 131. 237.  78. 135. 244. 199. 270. 164.  72.  96.306.  91. 214.  95. 216. 263. 178. 113. 200. 139. 139.  88. 148.  88.243.  71.  77. 109. 272.  60.  54. 221.  90. 311. 281. 182. 321.  58.262. 206. 233. 242. 123. 167.  63. 197.  71. 168. 140. 217. 121. 235.245.  40.  52. 104. 132.  88.  69. 219.  72. 201. 110.  51. 277.  63.118.  69. 273. 258.  43. 198. 242. 232. 175.  93. 168. 275. 293. 281.72. 140. 189. 181. 209. 136. 261. 113. 131. 174. 257.  55.  84.  42.146. 212. 233.  91. 111. 152. 120.  67. 310.  94. 183.  66. 173.  72.49.  64.  48. 178. 104. 132. 220.  57.]
测试集的预测结果是：
[72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.]
训练集的预测结果是：
[72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.72. 72. 72. 72. 72. 72. 72. 72. 72. 72. 72.]
均方差：12075.22
均方差：13446.11

人工智能-机器学习之多元线性回归（项目实践一）

目标：运用scikit-learn进行多元线性回归方程的构建，通过实际案例的训练集和测试集进行预测，最终通过预测结果和MSE来评估预测的精度。一、首先安装scikit-learn：pip install scikit-learn C:\Users\CMCC\PycharmProjects\AiPro…...

编程日记 2025/1/10 17:49:46

后台定时查杀进程策略

2019年做的一个500元价位内手机后台定时查杀的功能策略，现在2025年了回过头看，确实已经不适用了。现在进程管控大部分是不杀进程的方式了，类似冻结(类似苹果的墓碑机制)，而杀进程策略主要是场景式异常查杀了，例如明显性…...

编程日记 2025/1/10 17:48:45

Objective-C语言的学习路线

Objective-C语言的学习路线在程序开发的历史长河中，Objective-C作为一种继承自C语言与Smalltalk的编程语言，扮演着重要的角色。虽然随着Swift语言的出现，Objective-C的使用有所减少，但它依然是iOS和macOS应用开发的重要基础&…...

编程日记 2025/1/10 17:46:43

宁德时代2025年Verify入职测评语言理解及数字推理真题SHL题库汇总、考情分析

宁德时代社招Verify入职测评对薪酬有着重要影响，其规定正确率达到80%才能顺利通过测评。这体现了公司对人才专业素养与能力的严格要求，旨在筛选出真正符合岗位需求的优秀人才。测评内容涵盖了专业知识、技能运用、逻辑思维等多方面，只有综合能…...

编程日记 2025/1/10 17:45:42

【Spring】注入方式

介绍在Spring框架中，依赖注入（Dependency Injection, DI）是实现控制反转（Inversion of Control, IoC）的核心机制。除了通过XML配置的注入方式（已逐渐被淘汰），Spring还支持多种基…...

编程日记 2025/1/10 17:42:35

Python 中的作用域：规则与应用

在 Python 编程中，作用域（Scope） 是指一个变量可以被访问和引用的范围。作用域与变量的生命周期密切相关，决定了变量何时被创建、何时被销毁以及在哪些地方可以使用它。理解作用域对于编写清晰、可维护的代码至关重要。 Python 中…...

编程日记 2025/1/10 17:39:32

T-SQL语言的字符串处理

T-SQL语言的字符串处理引言在数据库管理和应用开发中，我们经常需要对字符串进行处理。字符串的处理包括查找、替换、分割、拼接以及格式化等操作，而这些操作在SQL Server中可以通过T-SQL（Transact-SQL）来实现。T-SQL是微软SQL…...

编程日记 2025/1/10 17:38:31

宇航用VIRTEX5系列FPGA的动态刷新方法及实现

SRAM型FPGA在宇航领域有广泛的应用，为解决FPGA在空间环境中的单粒子翻转问题，增强设计的可靠性，本文介绍一种低成本的抗辐照解决方案。该方案从外置高可靠存储器中读取配置数据，通过定时刷新结合三模冗余的方式消除单粒子影响&…...

编程日记 2025/1/10 17:37:30

Flink提交任务通过Kerberos认证 Clouera官网地址： https://docs.cloudera.com/csa/1.7.0/security/topics/csa-securing-jobs.html Securing Apache Flink jobs flink run -d -p 2 \ -yD security.kerberos.login.keytabtest.keytab \ -yD security.kerberos.lo…...

编程日记 2025/1/10 17:33:26

【linux】文件与目录命令 - cp

文章目录 1. 基本用法2. 常用参数3. 用法举例4. 注意事项 cp 命令用于复制文件或目录，支持单个文件复制、多文件复制以及目录的递归复制，是 Linux 系统中常用的文件管理命令之一。 1. 基本用法语法： cp [选项] 源文件目标文件 cp [选项] …...

编程日记 2025/1/10 17:32:24

鸿蒙--登入案例

实现要求： 在账户和密码的输入框输入账号或密码时，提交按钮下方同步出现输入的账户和密码 Entry Component struct login {State username:string State password:string build() {Column(){// 图标Image($r(app.media.app_icon)).width(100).height(…...

编程日记 2025/1/10 17:31:23

【JavaWeb】EL表达式

目录 1.EL表达式概述 2.EL表达式运算 3.EL表达式操作对象 4.EL表达式内置对象 4.1.参数隐藏对象 4.2.域隐藏对象 4.3.PageContext对象 1.EL表达式概述 EL（Expression Language）是一门表达式语言，它对应<% ... %>。在JSP中&…...

编程日记 2025/1/10 17:30:22

Angular由一个bug说起之十三：Cross Origin

跨域想要了解跨域，首要要了解源什么是源，源等于协议加域名加端口号只有这三个都相同，才是同源，反之则是非同源。比如下面这四个里，只有第4个是同源而浏览器给服务器发送请求时，他们的源一样&#xff0…...

编程日记 2025/1/10 17:28:20

WEB前端-2

目录 HTML-常见的网页标签-分类2 语义化标签列表标签表单标签 form标签 input标签 select标签 textarea标签 html转义符 h5提供的新标签【例3：豆瓣电影】【源码】【例4：登录注册】【源码】【例5：QQ注册】【源码】 H…...

编程日记 2025/1/10 17:27:18

高斯混合模型 (Gaussian Mixture Model, GMM) 算法详解与PyTorch实现

高斯混合模型 (Gaussian Mixture Model, GMM) 算法详解与PyTorch实现目录高斯混合模型 (Gaussian Mixture Model, GMM) 算法详解与PyTorch实现1. 高斯混合模型 (GMM) 算法概述1.1 高斯分布1.2 GMM的优势2. GMM的核心技术2.1 模型定义2.2 参数估计2.3 损失函数3. PyTorch实现G…...

编程日记 2025/1/10 17:25:16

web作业

作业一 <!DOCTYPE html> <html lang"en"> <head> <meta charset"UTF-8"> <meta name"viewport" content"widthdevice-width, initial-scale1.0"> <title>Document</title> </head&g…...

编程日记 2025/1/10 17:23:14

Tauri教程-基础篇-第一节 Tauri项目创建及结构说明

“如果结果不如你所愿，就在尘埃落定前奋力一搏。”——《夏目友人帐》 “有些事不是看到了希望才去坚持，而是因为坚持才会看到希望。”——《十宗罪》 “维持现状意味着空耗你的努力和生命。”——纪伯伦 Tauri 技术教程 * 第四章 Tauri的基础教程第一节…...

编程日记 2025/1/10 17:20:10

计算机网络之---物理层标准与协议

常见的物理层标准 1. IEEE 802 标准 IEEE 802 是一系列定义局域网和城域网通信协议的标准，其中许多标准涉及到物理层的技术细节： IEEE 802.3 (Ethernet)：定义了以太网的物理层规范，规定了如何通过电缆（例如同轴电缆…...

编程日记 2025/1/10 17:18:06

Idea日志乱码

问题描述前提：本人使用windows Idea运行sh文件，指定了utf-8编码，但是运行过程中还是存在中文乱码 Idea的相关配置都已经调整字体调整为雅黑文件编码均调整为UTF-8 调整Idea配置文件但是还是存在乱码，既然Idea相关配置已经…...

编程日记 2025/1/10 17:15:02

tk GMV MAX素材范围投放指南

Product GMy Max素材范围说明 Product GMy Max能自动获取带有相关商品锚点链接（无论是单个锚点还是多个锚点）的视频，并将其用于推广特定商品的广告素材，前提是这些视频已经获得广告授权。然而，请注意，多个…...

编程日记 2025/1/10 17:14:01

KubeSphere 容器平台高可用：环境搭建与可视化操作指南

Linux_k8s篇欢迎来到Linux的世界，看笔记好好学多敲多打，每个人都是大神！ 题目：KubeSphere 容器平台高可用：环境搭建与可视化操作指南版本号: 1.0,0 作者: 老王要学习日期: 2025.06.05 适用环境: Ubuntu22 文档说…...

编程新知 2025/9/17 17:03:16

地震勘探——干扰波识别、井中地震时距曲线特点

目录干扰波识别反射波地震勘探的干扰波井中地震时距曲线特点干扰波识别有效波：可以用来解决所提出的地质任务的波；干扰波：所有妨碍辨认、追踪有效波的其他波。地震勘探中，有效波和干扰波是相对的。例如，在反射波…...

编程新知 2025/9/15 5:17:34

土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测；从基础到高级，涵盖ArcGIS数据处理、ENVI遥感解译与CLUE模型情景模拟等

🔍 土地利用/土地覆盖数据是生态、环境和气象等诸多领域模型的关键输入参数。通过遥感影像解译技术，可以精准获取历史或当前任何一个区域的土地利用/土地覆盖情况。这些数据不仅能够用于评估区域生态环境的变化趋势，还能有效评价重大生态工程…...

编程新知 2025/9/12 15:10:44

pikachu靶场通关笔记22-1 SQL注入05-1-insert注入(报错法)

目录一、SQL注入二、insert注入三、报错型注入四、updatexml函数五、源码审计六、insert渗透实战 1、渗透准备 2、获取数据库名database 3、获取表名table 4、获取列名column 5、获取字段本系列为通过《pikachu靶场通关笔记》的SQL注入关卡(共10关&#xff0…...

编程新知 2025/9/12 23:22:00

selenium学习实战【Python爬虫】

selenium学习实战【Python爬虫】文章目录 selenium学习实战【Python爬虫】一、声明二、学习目标三、安装依赖3.1 安装selenium库3.2 安装浏览器驱动3.2.1 查看Edge版本3.2.2 驱动安装四、代码讲解4.1 配置浏览器4.2 加载更多4.3 寻找内容4.4 完整代码五、报告文件爬取5.1 提…...

编程新知 2025/9/13 0:07:56

rnn判断string中第一次出现a的下标

# coding:utf8 import torch import torch.nn as nn import numpy as np import random import json""" 基于pytorch的网络编写实现一个RNN网络完成多分类任务判断字符 a 第一次出现在字符串中的位置 """class TorchModel(nn.Module):def __in…...

编程新知 2025/7/9 4:55:48

10-Oracle 23 ai Vector Search 概述和参数

一、Oracle AI Vector Search 概述企业和个人都在尝试各种AI，使用客户端或是内部自己搭建集成大模型的终端，加速与大型语言模型（LLM）的结合，同时使用检索增强生成（Retrieval Augmented Generation &#…...

编程新知 2025/9/13 17:41:17

高效线程安全的单例模式：Python 中的懒加载与自定义初始化参数

高效线程安全的单例模式：Python 中的懒加载与自定义初始化参数在软件开发中，单例模式（Singleton Pattern）是一种常见的设计模式，确保一个类仅有一个实例，并提供一个全局访问点。在多线程环境下，实现单例模式时需要注意线程安全问题，以防止多个线程同时创建实例，导致…...

编程新知 2025/6/21 15:17:11

在QWebEngineView上实现鼠标、触摸等事件捕获的解决方案

这个问题我看其他博主也写了，要么要会员、要么写的乱七八糟。这里我整理一下，把问题说清楚并且给出代码，拿去用就行，照着葫芦画瓢。问题在继承QWebEngineView后，重写mousePressEvent或event函数无法捕获鼠标按下事…...

编程新知 2025/6/11 3:07:32

MySQL的pymysql操作

本章是MySQL的最后一章，MySQL到此完结，下一站Hadoop！！！ 这章很简单，完整代码在最后，详细讲解之前python课程里面也有，感兴趣的可以往前找一下一、查询操作我们需要打开pycharm …...

编程新知 2025/9/5 23:31:07

相关文章：