python 数据建模——简单线性回归

最新推荐文章于 2024-08-05 17:42:48 发布

sinat_39480731

最新推荐文章于 2024-08-05 17:42:48 发布

阅读量827

点赞数

分类专栏：数据分析文章标签：一元线性回归数据建模数据挖掘

本文链接：https://blog.csdn.net/sinat_39480731/article/details/82288997

版权

本文探讨了如何使用Python进行一元线性回归数据建模，通过实例展示了建模过程，并进行了误差分析，旨在理解数据挖掘中的线性回归应用。

摘要由CSDN通过智能技术生成

# 简单线性回归（一元线性回归）
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.linear_model import LinearRegression
# 导入线性回归模块

'''
第一步：确定变量  根据预测目标，确定自变量和因变量
'''
rng = np.random.RandomState(1)  
xtrain = 10 * rng.rand(30)
ytrain = 8 + 4 * xtrain + rng.rand(30)
# np.random.RandomState → 随机数种子，对于一个随机数发生器，只要该种子（seed）相同，产生的随机数序列就是相同的
# 生成随机数据x与y
# 样本关系：y = 8 + 4*x

'''
第二步：确定模型  绘制散点图，确定回归模型类型
'''
fig = plt.figure(figsize = (14,4))
ax1 = fig.add_subplot(1,2,1)
plt.scatt