MACHINE LEARNING WITH SCIKIT-LEARN <> Partie I : régressions linéaires et polynomiales
Published:
Dans cet article nous allons réaliser quelques opérations de base en Python et Scikit-Learn.
L'objectif sera d'apprendre des modèles de régression linéaires et polynomiales, de les représenter et de calculer leurs performances en terme d'erreur quadratique moyenne.
Nous apprendrons pour cela à manipuler les classes **LinearRegresion** et **PolynomialFeatures** de Scikit-Learn.
Cet article sera également l'occasion de manipuler des fonctions de NumPy et MatPlotLib pour générer des nombres aléatoires et présenter les résultats sous la forme de figure.
