机器学习:预测功率和电流之间的关系,并画图展示

本文探讨了如何运用最小二乘法线性回归进行电流预测,通过读取文件数据,得到了0.9920的预测准确率,并得出电流参数。内容涵盖了机器学习、Python编程和数据分析的应用。
摘要由CSDN通过智能技术生成

导入模块 最小二乘法线性回归

from sklearn.model_selection import train_test_split   #划分数据集
from sklearn.linear_model import  LinearRegression    #最小二乘法
from sklearn.preprocessing import StandardScaler    #标准化
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import pandas as pd
from pandas import DataFrame
import time
%matplotlib inline
plt.style.use('ggplot')
# 中文乱码的处理
plt.rcParams['font.sans-serif'] =['SimHei']
plt.rcParams['axes.unicode_minus'] &
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