python线性回归训练及可视化（披萨尺寸与价格）

目标：

1、将披萨画出散点图

2、建立一元线性模型并展示

3、打印函数表达式:y = kx + b

披萨数据：

python代码

前置代码

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False 

画出散点图

x=[[6],[8],[10],[14],[18]]
y=[[7],[9],[13],[17.5],[18]]
plt.title(u"披萨")#图标题
plt.xlabel('直径diameter(英寸)')#x轴标题
plt.ylabel('价格price(美元)')#y轴标题
plt.scatter(x, y, alpha=0.5, marker='o')#生成散点图
plt.xlim(0,25)#x轴作图范围
plt.ylim(0,25)#y轴作图范围
plt.show()

建立一元线性模型

#模型搭建
model = LinearRegression()
model.fit(x,y)#训练模型，x输入y输出
#模型可视化
plt.scatter(x,y)
plt.plot(x,model.predict(x),color='red')
plt.title(u"披萨")
plt.xlabel('直径diameter(英寸)')
plt.ylabel('价格price(美元)')
plt.xlim(0,25)
plt.ylim(0,25)
plt.show()

获取系数与截距

#查看系数，截距
model.coef_,model.intercept_

代码在jupyter上的展示结果