Python每日一记10>>>回归算法
1、回归模型的构建与评价
回归于分类算法的区别在于回归的标签是连续的，分类的标签是离散的，回归有很多算法，如下介绍线性回归：
经过回归建模和预测，我们得到预测的房价。
对于回归模型的评价，由于回归的标签是连续的，不同于分类模型等，因此其评价模型有一定的不同，主要的指标是可解释方差值和R平方值，越接近于1，模型效果越好。如下
我们得到结果为0.7左右，表明模型整体拟合效果较好。
小问题：我们能建模，能预测，能评价，如何得出这个方程呢？
1、回归模型的构建与评价
回归于分类算法的区别在于回归的标签是连续的，分类的标签是离散的，回归有很多算法，如下介绍线性回归：
经过回归建模和预测，我们得到预测的房价。
对于回归模型的评价，由于回归的标签是连续的，不同于分类模型等，因此其评价模型有一定的不同，主要的指标是可解释方差值和R平方值，越接近于1，模型效果越好。如下
我们得到结果为0.7左右，表明模型整体拟合效果较好。
小问题：我们能建模，能预测，能评价，如何得出这个方程呢？