sklearn进行拟合

# codind:utf-8
from sklearn.linear_model import SGDRegressor,LinearRegression,Ridge
from sklearn.preprocessing import  PolynomialFeatures
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-10,10,0.1).reshape(-1,1)
y = np.sin(x) + np.random.randn(len(x),1)
# y = y.reshape(-1)
poly_reg =PolynomialFeatures(degree=9)
X_ploy =poly_reg.fit_transform(x)
print(X_ploy.shape)
lin_reg=LinearRegression()
lin_reg.fit(X_ploy,y)

y_pred = lin_reg.predict(X_ploy)

plt.scatter(x,y,s=4)
plt.plot(x,y_pred,'r*')
plt.show()

 

 

转载于:https://www.cnblogs.com/wuzaipei/p/10084564.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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