zoukankan      html  css  js  c++  java
  • 【机器学习_6】传统算法:线性回归

    np.polyfit

    import numpy as np
    
    X=[1,2,3,4,5,6]
    Y=[2.6,3.4,4.7,5.5,6.47,7.8]
    
    z1=np.polyfit(X,Y,1)#多项式回归,参数为自变量X,因变量Y,自由度(项)n
    p1=np.poly1d(z1)#获取回归的表达式
    print(z1)#返回回归系数和截距 [1.02885714 1.47733333]
    print(p1)#返回回归方程 1.029 x + 1.477
    print(p1(7))#代入x,求得回归预测结果y 8.67933333333333
    #----------问题是,没有相关系数,也没有置信区间
    
    import matplotlib.pyplot as plt
    
    x=np.arange(1,7)
    y=z1[0]*x+z1[1]
    plt.figure()
    plt.scatter(X,Y)
    plt.plot(x,y)
    plt.show()
    

    Without summary,you can't master it.
  • 相关阅读:
    8-JS闭包、回调实例
    7-闭包、回调
    6-JS函数(二)
    5-JS函数
    4-JS对象
    3-WebPack
    2-Babel
    1-NPM
    25-React事件处理及条件渲染
    java初始化笔记
  • 原文地址:https://www.cnblogs.com/everda/p/10221905.html
Copyright © 2011-2022 走看看