sklearn单变量回归预测

 

 

from sklearn import linear_model
import matplotlib.pyplot as plt

#特征值
X=[[1],[2],[3],[4],[5]]
#目标值
y=[10,20,30,40,50]

#测试值
X_test=[[3.45]]

#线性回归模型
regressor=linear_model.LinearRegression()

#模型训练
regressor.fit(X,y)

#用训练过的模型预测
y_test_pred=regressor.predict(X_test)


print("predition:",X_test,"--->",y_test_pred)

#可视化数据
plt.plot(X,y,linewidth=1,color="green")
plt.scatter(X_test,y_test_pred,c="red",s=100)
plt.show()

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值