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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注