线性回归预测python_python-线性回归预测

该博客介绍了如何使用Python的sklearn库建立线性回归模型。首先导入所需的包,如matplotlib、numpy和pandas。然后,定义了一个名为`linear_model_main`的函数,该函数用于训练线性回归模型并返回模型的截距、系数和预测值。通过从'input_data.csv'文件获取数据,并输入预测值700,模型得出的截距为1771.8085,系数为28.7766,预测价格为21915.4255。
摘要由CSDN通过智能技术生成

导入包

# Required Packages

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

from sklearn import datasets, linear_model

回归拟合的建立

创建一个线性模型,用我们的X_parameters和Y_parameter训练它。

# Function for Fitting our data to Linear model

def linear_model_main(X_parameters,Y_parameters,predict_value):

# Create linear regression object

regr = linear_model.LinearRegression()

regr.fit(X_parameters, Y_parameters)

predict_outcome = regr.predict(predict_value)

predictions = {}

predictions['intercept'] = regr.intercept_

predictions['coefficient'] = regr.coef_

predictions['predicted_value'] = predict_outcome

return predictions

预测

X,Y = get_data('input_data.csv')

pre

  • 1
    点赞
  • 2
    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