机器学习~

线性回归

 回归问题

目标值-连续性的数据

线性回归原理

5 例子

import scipy

from scipy import optimize

import numpy

c = numpy．array([2,3]) #最值等式未知数系数矩阵

A_ub = numpy．array([[-1,1],[2,-2]]) #<=不等式左侧未知数系数矩阵

B_ub = numpy．array([1,1]) #<=不等式右侧常数矩阵

#A_eq = numpy．array() 等式左侧未知数系数矩阵

#B_eq = numpy．array() 等式右侧常数矩阵

x = (None,1) #未知数取值范围

y = (None,None) #未知数取值范围

res = scipy．optimize．linprog(c,A_ub,B_ub,bounds = (x,y)) #默认求解最小值,求解最大值使用-c并取结果相反数

print(res)

#结果:无解情况

     con: array([], dtype=float64)

    fun: -8782091626．64441

message: 'The algorithm terminated successfully and determined that the problem is unbounded．'#算法成功终止,确定问题是无界的

    nit: 3

  slack: array([0．89897776, 1．20204449])

 status: 3

success: False

      x: array([-1．75641833e+09, -1．75641833e+09])

 

 约束式都写成二维

 

 

 

 

 

 4 Pandas速成+数据理解_哔哩哔哩_bilibili

 

 

数据预处理