【机器学习类神经网路】Week3 Homework 线性回归预测气温

题目

1. 讀取溫度差距資料檔案，並以每隔10年的年代(Decade)和溫度差(Change from 1880)繪製成散佈圖。资料来源
2. 依據1880年起的資料建立並訓練線性迴歸模型，完成後進行「2030-2040」及「2050-2060」的十年均溫趨勢預測。
3. 刪除資料框中1880-1960的資料，再繪製從1970年起的年代與溫度差散佈圖。
4. 以近50年(1970-2020)的資料建立並訓練線性迴歸模型，並且進行「2030-2040」及「2050~2060」的十年均溫的趨勢預測。
5. 儲存結果：程式碼Penguin08.ipynb。

1. 讀取溫度差距資料檔案，並以每隔10年的年代(Decade)和溫度差(Change from 1880)繪製成散佈圖。

import pandas as pd
df = pd.read_csv('D:/大學本科/110-2/001机器学习类神经网路/Data/1880-2020年均溫.csv')
df

运行结果

df.plot(kind='scatter', x='Decade', y='Change from 1880')

2. 依據1880年起的資料建立並訓練線性迴歸模型，完成後進行「2030-2040」及「2050-2060」的十年均溫趨勢預測。

df_X = df[['Decade']]
df_y = df['Change from 1880']
df_X.head()

#载入模组sklearn中的线性回归模型
from