未加星标

数据挖掘: R, Python,Machine Learning,一起学起来!编程语言

字体大小 | |
[大数据技术 所属分类 大数据技术 | 发布者 店小二03 | 时间 2016 | 作者 红领巾 ] 0人收藏点击收藏

大数据概念的火爆带动了相关工具方法的流行。大数据工具中,R和python以其开源、免费、简单易用、大量算法库和社区支持等特质赢得了一众人心。机器学习则以其高大上的出身,和逐步广泛的应用,成为学习热点。越来越多的人有意学习这些工具、语言和算法。

想学就去学,还在等什么?让我们开始吧!

不同于典型的,先读书再做题,全部学会了再应用的学校真传学习法,我们来尝试另一种,带着任务学习,多头并进的方法。把R,Python和机器学习一网打尽。

线性回归,无疑是所有机器学习算法中最简单的一种,那么我们就从这里入手吧。想要了解线性回归原理和公式推导的,请自行搜索,网上的讲解、教案、课程堆积如山。我们今天要做的是,用R语言来验证线性回归模型。

说得更简单一点,我们自己先“伪造”一份数据,让它符合某种线性分布,然后用R语言对其进行训练,看训练得出的结果和我们的预设是否一致。

最简单的线性模型无外乎y = ax+ b。我们就用一份y = 1x + 2的数据来进行训练,看看R的计算结果能不能把a=1和b=2给找出来。

好了,下面大家一起跟我做:

1. 从https://cran.r-project.org/bin/windows/base/R-3.2.3-win.exe下载R for windows 3.2.3 (其实版本无所谓)

2. 安装R,然后打开R的GUI—RGui

3. 在RGui中运行如下这些命令:

1) > install.library("car")

# 安装“car”包,其中包括线性回归模型

2) > library(car)

#为下面调用car 库中的方法做准备

3) > x = c(1,2,3,4,5,6,7,8,9,10)

# 赋予x象限的数值

4) > y = c(3,4,5,6,7,8,9,10,11,12)

# 赋予y象限的数值

5) > plot(x,y)

# 对x和y的关系进行可视化展示,会看到下图


数据挖掘: R, Python,Machine Learning,一起学起来!编程语言

6) > lm.r=lm(y~x); lm.r

#将x和y的值带入linear regression model,(y ~ x)说明我希望得出一个y和x一次幂的映射,即我们要求的模型是一个从x到y的一元一次方程。换言之,我们要求两个值,a和b,这两个值使得(axi+ b - yi)^2的和达到最小。

输入这个命令后,你会看到如下显示:

Call:

lm(formula = y ~ x)

Coefficients:

(Intercept) x

2 1

这就意味着,训练出的模型结果为:y = 1x + 2,与我们的预期相符。

验证说明,说明R语言的线性回归库是有效的!


tags: gt,线性,car,lm,Python,学习,模型,回归,语言,windows,library,1x,训练
分页:12
转载请注明
本文标题:数据挖掘: R, Python,Machine Learning,一起学起来!编程语言
本站链接:http://www.codesec.net/view/275204.html
分享请点击:


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 大数据技术 | 评论(0) | 阅读(247)