线性回归算法python_线性回归算法 - python实现

本文用python实现线性回归算法

# -*- coding: utf-8 -*-

"""

Created on Fri Oct 11 19:25:11 2019

"""

from sklearn import datasets, linear_model # 引用 sklearn库，主要为了使用其中的线性回归模块

# 创建数据集，把数据写入到numpy数组

import numpy as np # 引用numpy库，主要用来做科学计算

import matplotlib.pyplot as plt # 引用matplotlib库，主要用来画图

data = np.array([[152,51],[156,53],[160,54],[164,55],

[168,57],[172,60],[176,62],[180,65],

[184,69],[188,72]])

# 打印出数组的大小

print(data.shape)

# TODO 1. 实例化一个线性回归的模型

model=linear_model.LinearRegression()

# TODO 2. 在x,y上训练一个线性回归模型。 如果训练顺利，则regr会存储训练完成之后的结果模型

x,y=data[:,0].reshape(-1,1),data[:,1]

regr=model.fit(x,y)

# TODO 3. 画出身高与体重之间的关系

plt.scatter(x,y,color="red")

# 画出已训练好的线条

plt.plot(x, regr.predict(x), color='blue')

# 画x,y轴的标题

plt.xlabel('height (cm)')

plt.ylabel('weight (kg)')

plt.show() # 展示

# 利用已经训练好的模型去预测身高为163的人的体重

print ("Standard weight for person with 163 is %.2f"% regr.predict([[163]]))

标签：plt,python,TODO,regr,算法,线性,model,data

来源： https://blog.csdn.net/d1240673769/article/details/103483765