线性回归-可视化工具day02

线性回归

  1. 什么是线性回归
    利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计方法
  2. 例子:身高体重预测。房价预测

准备,可视化训练数据

  1. 安装可视化工具
    npm install @tensorflow/tfjs-vis -S
    引入:
import * as tfvis from '@tensorflow/tfjs-vis'

window.onload = () => {
    const xs = [1, 2, 3, 4];
    const ys = [1, 3, 5, 7];
    // 生成散点图
    tfvis.render.scatterplot(
        { name: '线性回归训练集合' },
        { values: xs.map((x,i) => ({x, y: ys[i]})) },
        { xAxisDomain: [0, 5], yAxisDomain: [0, 8] }
    )
}

运行:parcel li/html

posted @   小白咚  阅读(196)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
阅读排行:
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?
点击右上角即可分享
微信分享提示