python实现线性回归算法
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]]))
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
赞 (0)