数据酷客，中国领先的大数据教育云平台-'数据科学与大数据技术'，'大数据技术与应用'

申请表（1~2个工作日收到反馈）

* 身份教师学生其他

* 院校

* 姓名

* 手机号

* 专业

* 职务

* 院校

* 姓名

* 手机号

* 专业

* 年级

* 入学时间

* 学号

* 姓名

* 手机号

* 单位名称

* 职务

应用线性回归预测医疗费用 (ID: 824)

晏晓东Sid

更新于 2017-10-19 10:17:51 由杨泽宇分享

1219

线性回归费用预测非线性

包含数据集1个收起

insurance.csv 53.02 K

>本案例使用`sklearn`中的`linear_model`对美国病人的医疗费用建立多元线性回归模型，进一步解释各变量对医疗费用的影响。本案例主要包括以下内容： 1. 收集数据 2. 探索和准备数据 2.1 探索特征之间的关系——相关系数矩阵 3. 基于数据训练模型 4. 评估模型的性能 5 提高模型的性能 5.1 模型的设定——添加非线性关系 5.2 转换——将一个数值型变量转换为一个二进制指标 5.3 模型的设定——加入相互作用的影响 5.4 全部放在一起——一个改进的回归模型

只有登录了才能参与评论,现在!

157****7139

2019-01-20 11:07:12

把非数值型的数据特征用数字型特征来表示难道不可以直接使用One-Hot编码吗？

雨小风

2018-09-21 10:02:41

good

1502_宁宁

2018-03-15 15:19:41

为什么把东北吸烟女性删掉了就是把她们当作参照变量了？

晏晓东Sid 回复 1502_宁宁 2018-04-20 11:24:30

是的，这样做才是真正意义上的哑变量编码，而非one-hot编码。这样编码后，各个二元特征的系数实际上就是相对于东北地区的。其他吸烟与否与性别也是如此。

王九州

2017-11-29 16:53:38

请问R语言的那一篇在哪里呢？想学习一下，谢谢

杨云杰

2017-11-13 22:03:54

删除多个变量值可以合并成一句操作：insurance_lm_X=insurance_lm.drop(['sex_female','region_northeast','smoker_no'],axis=1)

数据酷客回复杨云杰 2017-11-14 15:53:01

是的。还有区分数值型和名义型变量其实用 df.select_dtypes(include=['numerical']) 或者df.select_dtypes(include=['object']) 直接就得到了。

晏晓东Sid 回复数据酷客 2017-11-14 15:53:58

6666666

晏晓东Sid 回复杨云杰 2017-11-14 15:54:50

哈哈，以前的写法太僵硬了

第1页，共1页

应用线性回归预测医疗费用 (ID: 824)

案例描述

案例内容

案例讨论

案例讨论