机器学习-sklearn-一元线性回归

最新推荐文章于 2024-08-05 09:04:02 发布

MongoVIP

最新推荐文章于 2024-08-05 09:04:02 发布

阅读量436

点赞数 1

分类专栏：机器学习第一部分 python 文章标签：数据分析数据挖掘

本文链接：https://blog.csdn.net/weixin_42030577/article/details/89342704

版权

这篇博客介绍了如何使用Python的sklearn库进行一元线性回归。首先导入必要的库，接着载入CSV数据，并用matplotlib展示数据分布。然后进行数据切分，创建并拟合线性回归模型，最后画出实际数据点和预测线的图，展示模型效果。

摘要由CSDN通过智能技术生成

首先导入要用到的包

from sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib.pyplot as plt

载入数据

data = np.genfromtxt(r"G:\work\python\jupyter_notebook_work\机器学习\回归\data.csv",delimiter = “,”)
x_data = data[:,0]
y_data = data[:,1]
plt.scatter(x_data, y_data)
plt.show()
print(x_data.shape)

此处截取局部

[[ 32.50234527 31.70700585]
[ 56.86890066 83.14274979]
[ 34.3331247 55.72348926]
[ 59.04974121 77.63418251]
[ 57.78822399 99.05141484]
[ 54.28232871 79.12064627]
[ 68.31936082 97.91982104]
[ 50.03017434 81.53699078]
[ 49.23976534 72.11183247]
[ 50.03957594 85.23200734]
[ 48.14985889 66.22495789]
[ 25.12848465 53.45439421]]