使用jupyter notebook 实现机器学习线性回归

机器学习 线性回归

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x = np.linspace(1,10,20)
a = np.random.randint(1,10,20)

y = x * 4 + a

plt.plot(x,y,'o')

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(x.reshape(20,1), y.reshape(20,1))
LinearRegression(copy_X=True,fit_intercept=True,n_jobs =1,normalize = False)
model.predict(6)    #预测出的函数值y


model.coef_         #系数k
model.intercept_    #截距b


  • 3
    点赞
  • 8
    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