ML之回归预测之BE:利用BE算法解决回归(实数值评分预测)问题—线性方法解决非线性问题

举报
一个处女座的程序猿 发表于 2021/04/02 02:48:11 2021/04/02
【摘要】 ML之回归预测之BE:利用BE算法解决回归(实数值评分预测)问题—线性方法解决非线性问题     目录 输出结果 设计思路 代码实现       输出结果     设计思路     代码实现 for row in xList: newRow = list(row) alch = row[alchCol - 1] newRow.app...

ML之回归预测之BE:利用BE算法解决回归(实数值评分预测)问题—线性方法解决非线性问题

 

 

目录

输出结果

设计思路

代码实现


 

 

 

输出结果

 

 

设计思路

 

 

代码实现


  
  1. for row in xList:
  2. newRow = list(row)
  3. alch = row[alchCol - 1]
  4. newRow.append((alch - 7) * (alch - 7)/10)
  5. newRow.append(5 * log(alch - 7))
  6. newRow.append(cos(alch))
  7. xExtended.append(newRow)
  8. nrow = len(xList)
  9. v1 = [xExtended[j][alchCol - 1] for j in range(nrow)]
  10. for i in range(4):
  11. v2 = [xExtended[j][alchCol - 1 + i] for j in range(nrow)]
  12. plot.scatter(v1,v2)

 

 

 

 

 

 

 

文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。

原文链接:yunyaniu.blog.csdn.net/article/details/85388876

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。