Publication de mon premier article de développement : Projet : Utilisation de la régression linéaire dans l'apprentissage automatique pour prédire les prix de l'immobilier

Mon premier journal de développement : Prédire les prix de l'immobilier à l'aide de la régression linéaire

Je suis ravi de partager mon cahier de laboratoire d'apprentissage automatique ! Ce bloc-notes contient du code et des démarques pour un projet utilisant la régression linéaire. Il charge les données de l'ensemble de données load_boston et nous permet de prédire les prix de l'immobilier en fonction des prix réels de l'immobilier existants ?‍??

Les concepts utilisés incluent :

• Répartition des tests de train ?
• Régression linéaire ?
• Erreur quadratique moyenne ➖
• model.coef_ ?
• model.intercept_ ?
• modèle.predict ?

Pourquoi choisir ce carnet :

L'objectif principal de ce cahier est de comprendre visuellement comment utiliser le concept de régression linéaire dans un algorithme d'apprentissage automatique pour calculer/prédire les prix de l'immobilier avec les données de formation dont nous disposons.

J'ai ajouté une ligne à mon carnet pour vous guider : https://www.php.cn/link/71b10b95017ebdaa1984b0ded4c2a173

Prochain plan :

La semaine prochaine, je publierai d'autres cahiers sur d'autres concepts de l'apprentissage automatique basés sur les suggestions de : https://www.php.cn/link/4bea9e07f447fd088811cc81697a4d4e [# Feuille de route de l'apprentissage automatique en 2025 pour les ingénieurs]

Lecteurs cibles :

Pour tous ceux qui aiment Python et se disent « un jour, j'apprendrai l'apprentissage automatique ». Ceci est pour vous! Apprenons ensemble le machine learning :)

N'hésitez pas à explorer ce carnet et à essayer vos propres modèles d'apprentissage automatique ! ?

Lien vers le notebook : https://www.php.cn/link/71b10b95017ebdaa1984b0ded4c2a173 [Projet ML - Apprentissage de la régression linéaire en apprentissage automatique via Python] Référence Kaggle : https://www.php.cn/link/4bea9e07f447fd088811cc81697a4d4e [Feuille de route des ingénieurs en apprentissage automatique 2025]

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!