线性回归找出标签与特征之间的连续关系,并进行预测
首先自定义一组数据
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,30,20)
y=x+3*np.random.rand(20)
绘制出来点的关系
plt.figure(figsize=(6,4))
plt.scatter(x,y)
plt.xlabel('time')
plt.ylabel('value')
plt.grid(True)
图像结果为
利用python机器学习sklearn库,调用线性回归并初始化模型
from sklearn.linear_model import LinearRegression
mdoel=LinearRegression()#初始化模型
进行数据准备,确定测试集和训练集的数据
from sklearn.model_selection import train_test_split
#数据准备,建立训练数据和测试数据
x_train,x_test,y_train,y_test=train_test_split(x,y)
进行模型训练,并进行评估预测
#训练模型
mdoel.fit(x_train.reshape(-1,1),y_train)
#评估模型
mdoel.score(x_test.reshape(-1,1),y_test)
mdoel.predict([[40]])