线性回归随手笔记
来源:互联网 发布:海康算法研究院怎么样 编辑:程序博客网 时间:2024/05/29 13:31
线性回归
import numpy as npimport pandas as pdfrom sklearn.linear_model import LinearRegressionfrom matplotlib import pyplot as plt#生成随机数def get_data(): x=np.random.rand(10,1)*100 z=np.random.randn(10,1)*10 y=x*2+z print(x) print(z) print(y) print(x.shape,y.shape) return x,y# 线性回归分析def linear_model_main(X_parameter, Y_parameter, predict_square_feet): # 1. 构造回归对象 regr = LinearRegression() regr.fit(X_parameter, Y_parameter) # 2. 获取预测值 predict_outcome = regr.predict(predict_square_feet) # 3. 构造返回字典 predictions = {} # 3.1 截距值 predictions['intercept'] = regr.intercept_ # 3.2 回归系数(斜率值) predictions['coefficient'] = regr.coef_ # 3.3 预测值 predictions['predict_value'] = predict_outcome return predictions# 绘出图像def show_linear_line(X_parameter, Y_parameter): # 1. 构造回归对象 regr = LinearRegression() regr.fit(X_parameter, Y_parameter) # 2. 绘出已知数据散点图 plt.scatter(X_parameter, Y_parameter, color='blue') predicts=regr.predict(X_parameter) # 3. 绘出预测直线 plt.plot(X_parameter,predicts, color='red', linewidth=4) print('========================') print(predicts) plt.title('Predict the house price') plt.xlabel('square feet') plt.ylabel('price') plt.show()if __name__ == '__main__': x,y=get_data() r=linear_model_main(x,y, 6) show_linear_line(x,y)
阅读全文
0 0
- 线性回归随手笔记
- 线性回归学习笔记
- ISLR线性回归笔记
- 线性回归笔记
- 线性回归学习笔记
- 线性回归--最小二乘法笔记
- 线性回归AndrewNg笔记
- 线性回归学习笔记
- 【线性回归笔记】局部加权回归
- [笔记]线性回归&梯度下降
- 简单线性回归分析【笔记】
- [笔记]线性回归&梯度下降
- 【学习笔记1】线性回归
- Python线性回归学习笔记
- TensorFlow学习笔记--线性回归
- 机器学习笔记-线性回归
- [ML笔记]多元线性回归
- 机器学习笔记:线性回归
- 只保留首尾汉字,中间的汉字用*代替
- 查询oracle数据库是32位还是64位
- iOS 11开发教程(十二)iOS11应用视图始祖——UIView
- 静态编译OpenSSL并整合到Qt
- IO之流的分类
- 线性回归随手笔记
- C/C++ 第四周线性表(二)-- 项目三 单链表的应用(1)
- python os.path模块常用方法详解
- 优雅的使用DbContext
- MAC上将python版本从2.7切换到3.5
- 构造函数
- java并发之CopyOnWriteArrayList
- document.write和innerHtml的区别
- ORACLE 11g client 和PL/SQL的安装和配置