【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
在这里插入图片描述

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

在这里插入图片描述

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()

在这里插入图片描述

#载入模组sklearn中的线性回归模型
from
  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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