python实现线性回归算法
作者:Jepson2017 时间:2021-04-11 12:36:48
本文用python实现线性回归算法,供大家参考,具体内容如下
# -*- coding: utf-8 -*-
"""
Created on Fri Oct 11 19:25:11 2019
"""
from sklearn import datasets, linear_model # 引用 sklearn库,主要为了使用其中的线性回归模块
# 创建数据集,把数据写入到numpy数组
import numpy as np # 引用numpy库,主要用来做科学计算
import matplotlib.pyplot as plt # 引用matplotlib库,主要用来画图
data = np.array([[152,51],[156,53],[160,54],[164,55],
[168,57],[172,60],[176,62],[180,65],
[184,69],[188,72]])
# 打印出数组的大小
print(data.shape)
# TODO 1. 实例化一个线性回归的模型
model=linear_model.LinearRegression()
# TODO 2. 在x,y上训练一个线性回归模型。 如果训练顺利,则regr会存储训练完成之后的结果模型
x,y=data[:,0].reshape(-1,1),data[:,1]
regr=model.fit(x,y)
# TODO 3. 画出身高与体重之间的关系
plt.scatter(x,y,color="red")
# 画出已训练好的线条
plt.plot(x, regr.predict(x), color='blue')
# 画x,y轴的标题
plt.xlabel('height (cm)')
plt.ylabel('weight (kg)')
plt.show() # 展示
# 利用已经训练好的模型去预测身高为163的人的体重
print ("Standard weight for person with 163 is %.2f"% regr.predict([[163]]))
来源:https://blog.csdn.net/d1240673769/article/details/103483765
标签:python,线性回归
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
Python实现类继承实例
2023-11-13 07:44:24
Django + Uwsgi + Nginx 实现生产环境部署的方法
2023-01-01 06:02:49
![](https://img.aspxhome.com/file/2023/2/68982_0s.png)
Python爬虫之Selenium实现键盘事件
2022-08-28 03:40:37
前端模板引擎
2010-07-27 12:33:00
一个完整的PHP类包含的七种语法说明
2023-11-16 13:02:07
使用python BeautifulSoup库抓取58手机维修信息
2022-08-10 01:55:20
在Windows的Apache服务器上配置对PHP和CGI的支持
2023-10-20 22:12:17
Laravel框架路由管理简单示例
2023-11-14 13:37:26
asp中数组的用法
2008-05-12 22:29:00
Python实现telnet服务器的方法
2023-01-21 22:45:18
python实现邮件发送功能
2023-10-11 02:27:09
PHP 进程锁定问题分析研究
2023-11-21 18:14:10
SQLSERVER查询所有数据库名,表名,和字段名的语句
2012-01-29 18:07:44
Python读取一个目录下所有目录和文件的方法
2023-05-30 23:04:21
python数组中的 k-diff 数对例题解析
2022-03-30 18:21:47
![](https://img.aspxhome.com/file/2023/7/65927_0s.png)
对python中 math模块下 atan 和 atan2的区别详解
2023-03-20 06:12:26
如何查看access数据库中各元素的最大容量
2007-08-28 12:44:00
python中用Scrapy实现定时爬虫的实例讲解
2023-07-26 05:47:01
YiiFramework入门知识点总结(图文教程)
2023-11-20 18:41:03
![](https://img.aspxhome.com/file/2023/4/88274_0s.jpg)
分享五个超实用Python脚本,减少垃圾软件负担
2022-07-18 18:38:59
![](https://img.aspxhome.com/file/2023/7/72767_0s.jpg)