使用线性回归预测GRE分数对录取率的影响

我正在学习线性回归,并尝试在Jupyter笔记本中用Python编写一个简单的线性回归程序,我使用的是Kaggle上的数据,链接在这里https://www.kaggle.com/mohansacharya/graduate-admissions
以预测GRE分数与录取机会之间的关系,但每次我得到的斜率都是负的,即使这是一个正相关

这是我执行的代码

当我打印m和c时,输出的结果是’nan’和’nan’,我哪里做错了?


回答:

这里的问题在于学习率。如果你降低学习率,你可以得到一个较为合适的拟合结果。

输出结果:

enter image description here

如果你使用scikit-learn的实现,你会得到更好的拟合结果。因为它使用了归一化最小二乘估计方法,而不是梯度下降。

输出结果:

enter image description here

Related Posts

神经网络反向传播代码不工作

我需要编写一个简单的由1个输出节点、1个包含3个节点的…

值错误:y 包含先前未见过的标签:

我使用了 决策树分类器,我想将我的 输入 作为 字符串…

使用不平衡数据集进行特征选择时遇到的问题

我正在使用不平衡数据集(54:38:7%)进行特征选择…

广义随机森林/因果森林在Python上的应用

我在寻找Python上的广义随机森林/因果森林算法,但…

如何用PyTorch仅用标量损失来训练神经网络?

假设我们有一个神经网络,我们希望它能根据输入预测三个值…

什么是RNN中间隐藏状态的良好用途?

我已经以三种不同的方式使用了RNN/LSTM: 多对多…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注