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
数据预处理