在python中使用最小二乘法画出拟合曲线_基于jupyter notebook的python编程-----运用最小二乘法，导入文件数据模拟一元线性回归分析...

基于jupyter notebook的python编程-----运用最小二乘法，导入文件数据模拟一元线性回归分析

用最小二乘法模拟一元线性回去曲线的目录

一、运行jupyter notebook，搭建python环境

1、打开Windows终端命令行，输入==jupyter notebook==，打开我们的jupyter工具，如下所示：

2、在jupyter的web网页中创建python文件，如下所示：

3、现在就可以在jupyter的代码行里面输入我们的代码啦！

二、以下列的csv文件为例，编写我们的最小二乘法的python代码的分解步骤

1、导入我们需要的基本库

2、导入我们数据文件==mytest.csv==

3、为我们的x,y赋值采样

4、下面就是我们最小二乘法的算法编写，求y=ax+b中的==a==和==b==

5、输出打印我们求出的线性回归方程

6、通过==scatter==画出拟合曲线图

三、python最小二乘法的全部源码

四、==shift+enter==运行我们的代码

1、运行结果如下图所示：

2、可以看出，以上是我们通过python代码拟合的自变量X(体重)取值20个的线性回归方程，接下来我们通过wps的excel对同样的数据，同样的20个取值，与我们最小二乘法的结果对比，如下图所示：

3、给出自变量X取值200个和2000个的线性回归方程，大家可以自己修改x,y赋值来做！

**在进行人工智能与机器学习的时候，线性回归是我们必须经历的一步，而利用最小二乘法模拟线性回归分析是基础，本次博客，我们将学习

如何利用最小二乘法，导入文件数据，进行线性回归的模拟！**

一、运行jupyter notebook，搭建python环境

1、打开Windows终端命令行，输入jupyter notebook，打开我们的jupyter工具，如下所示：