# 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
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
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