ML之回歸預(yù)測之BE：利用BE算法解決回歸(實(shí)數(shù)值評分預(yù)測)問題—線性方法解決非線性問題

?

?

目錄

輸出結(jié)果

設(shè)計思路

代碼實(shí)現(xiàn)

---

?

?

?

輸出結(jié)果

?

?

設(shè)計思路

?

?

代碼實(shí)現(xiàn)

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

?

?

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的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的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。