zoukankan      html  css  js  c++  java
  • 12.6作业

    from sklearn.datasets import load_boston    # 导入boston房价数据集
    import numpy
    boston = load_boston()
    boston.keys()
    print(boston.data)     #查看每一个key值
    print(boston.target)
    print(boston.feature_names)
    print(boston.DESCR)
    
    
    import pandas as pd   #以(类似excel)表格形式表现boston.data数据集
    df = pd.DataFrame(boston.data)
    df
    
    
    #求出w,b之后可以画出x和y的直线与点图的关系。一元线性回归
    from sklearn.linear_model import LinearRegression
    lr = LinearRegression()
    x = x.reshape(-1,1)
    lr.fit(x,y)
    w = lr.coef_         #y=wx+b,w为斜率,b为截距
    b = lr.intercept_
    print(w)
    print(b)
    
    
    from matplotlib import pyplot as plt
    x=boston.data[:,5]
    y=boston.target
    plt.scatter(x,y)   #点图
    plt.plot(x,9.1*x-34.7,'r')    #直线
    plt.show()
    x.shape

    data值

    target值

    feature_names值

    DESCR值

    w,b值

    import matplotlib.pyplot as plt
    x = boston.data[:,12].reshape(-1,1)
    y = boston.target
    plt.figure(figsize=(10,6))
    plt.scatter(x,y)
    
    from sklearn.linear_model import LinearRegression
    lineR = LinearRegression()
    lineR.fit(x,y)
    y_pred = lineR.predict(x)
    plt.plot(x,y_pred,'g')
    print(lineR.coef_,lineR.intercept_)
    
    plt.show()
    
    
    #多元线性回归
    from sklearn.linear_model import LinearRegression
    lr = LinearRegression()
    lr.fit(boston.data,y)
    w = lr.coef_
    print(w)
    b = lr.intercept_
    b

    #一元多项式回归模型,建立一个变量与房价之间的预测模型,并图形化显示。
    from sklearn.preprocessing import PolynomialFeatures
    poly = PolynomialFeatures(degree=2)
    x_poly = poly.fit_transform(x)
    
    lp = LinearRegression()
    lp.fit(x_poly,y)
    y_poly_pred = lp.predict(x_poly)
    
    plt.scatter(x,y)
    plt.plot(x,y_poly_pred,'r')
    plt.show()
    
    
    from sklearn.preprocessing import PolynomialFeatures
    poly = PolynomialFeatures(degree=2)
    x_poly = poly.fit_transform(x)
    
    lrp = LinearRegression()
    lrp.fit(x_poly,y)
    plt.scatter(x,y)
    plt.scatter(x,y_pred)
    plt.scatter(x,y_poly_pred)   #多项回归
    plt.show()

  • 相关阅读:
    下载到99.5卡顿问题定位结论
    http的get方式和post方式
    广播中等待较久出现anr问题
    eclipse运行时出现Unable to execute dex
    Android系统切换语言更新应用界面方法
    Android进程退出的方法
    杀掉顽固的android进程
    dialog屏蔽back键的方法
    操作中按了home键后广播为什么接收不了问题
    oc nil Nil
  • 原文地址:https://www.cnblogs.com/Tlzlykc/p/10075895.html
Copyright © 2011-2022 走看看