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

多维度Top-k评分

例如,在机器学习中的自然语言处理中,通常使用波束搜索来…

R – Caret train() “错误:停止” 与 “在newdata中未找到对象中使用的所有变量名”

我正在尝试为蘑菇数据构建一个简单的朴素贝叶斯分类器。我…

创建训练和测试数据集分割,数据嵌套在多个文件夹中

我正在准备数据以训练一个图像识别模型。目前我有一个文件…

我的神经网络预测出现错误:IndexError: list index out of range

我正在进行一个简单的垃圾邮件/非垃圾邮件文本分类。我的…

python 给出数组是一维的,但索引了两个维度错误

我已经为 miniBatchGradientDesce…

TensorFlow自定义训练步骤使用不同的损失函数

背景 根据TensorFlow文档,可以使用以下方式执…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注