《数据挖掘与机器学习》 课件3.1.1 一元线性回归.pptxVIP

8南宁职业技术学

院

NCVTNANNINGCOLLEGEFORVOCATIONALTECHNOLOGY

厨

数据挖掘与机器学习

DATAMININGA°NDMACHINELEARNING

构建建筑工程混凝土抗压强度检测模型

建筑工程混凝土抗压强度检测——线性回归

构建建筑工程混凝土抗压

任务描述强度检测模型

一元线性回归是一种回归分析方法，可以用于建模、预测等领域。在建筑工程中需要对混

凝土抗压强度进行检测，以保证建筑物的结构安全。

传统的混凝土抗压强度检测方法需要进行大量的试验和实测，费时费力，且存在一定的误

差。并且由于检测模型包含的参数较多，如何从数据中估计众多参数，使得模型更接近实

际也是重难点。

因此，利用机器学习技术构建混凝土抗压强度检测模型，可以提高检测效率和准确性，节

省人力和物力，推进新型工业化，加快建设制造强国、质量强国。为助力中国“基建狂魔”

继续享誉于全世界而添砖加瓦。

构建建筑工程混凝土抗压

任务要求强度检测模型

使用sklearn库建立一元线性回归模型。

利用Matplotlib库实现结果的可视化。

Part1相关知识

·一元线性回归

构建建筑工程混凝土抗压

I一元线性回归强度检测模型

y

什么是一元线性回归?

一元线性回归是一种基本的回

归方法，用于建立单个自变量x身高

因变量y与之间的线性关系

通过拟合这条直线来预测未知

的因变量值。

体重

构建建筑工程混凝土抗压

I一元线性回归强度检测模型

点表示样本点

直线表示一元线性回归的趋势线

通过拟合曲线可以对目标问题的数

据进行相应的预测

体重

构建建筑工程混凝土抗压

I一元线性回归强度检测模型

y

y₅