运用线性回归的思想建立怀孕是否与患糖尿病之间的联系-机器学习

Python机器学习 第三章第4题(答案代码及中文解释)
据美国疾病预防中心数据显示,美国约1/7的成年人患有糖尿病…

#!/usr/bin/python
# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model

# Load the diabetes dataset 加载糖尿病的数据集
diabetes = datasets.load_diabetes()
# print(diabetes)

# Use only one feature 仅使用其中的一个特性 怀孕次数
diabetes_X = diabetes.data[:, np.newaxis, 2]
print(diabetes_X)

# Split the data into training / testing sets
# 20个为测试数据集,其余为训练集
diabetes_X_train = diabetes_X[:-20]
diabetes_X_test = diabetes_X[-20:]

# Split the targets into training / testing sets
diabetes_Y_train = diabetes_X[:-20]
diabetes_Y_test = diabetes_X[-20:]

# Create linear regression object 创建一个线性回归模型
regr = linear_model.LinearRegression()

# Train the model using the train sets 用线性回归模型和训练集训练
regr.fit(diabetes_X_train, diabetes_Y_train)

# The coefficients 线性模型的斜率
print("Coefficients: \n", regr.coef_)

# The mean square error 平方差
print("Residual sum of squares: %.2f" % np.mean(regr.predict(diabetes_X_test) - diabetes_Y_test) ** 2)
# Explained variance score : 1 is perfect prediction 平方差结果越接近1,模拟度就越好
print("Variance score :%.2f" % regr.score(diabetes_X_test,diabetes_Y_test))

# Plot outputs
plt.scatter(diabetes_X_test, diabetes_Y_test, color="black")
plt.plot(diabetes_X_test, regr.predict(diabetes_X_test), color='blue', linewidth=3)

plt.xticks(())
plt.yticks(())
plt.show()
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
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

打赏作者

坏孩子充电自习室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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