本文用python实现线性回归算法,供大家参考,具体内容如下
# -*- coding: utf-8 -*-
"""
Created on Fri Oct 11 19:25:11 2019
"""
from sklearn import datasets, linear_model # 引用 sklearn库,主要为了使用其中的线性回归模块
# 创建数据集,把数据写入到numpy数组
import numpy as np # 引用numpy库,主要用来做科学计算
import matplotlib.pyplot as plt # 引用matplotlib库,主要用来画图
data = np.array([[152,51],[156,53],[160,54],[164,55],
[168,57],[172,60],[176,62],[180,65],
[184,69],[188,72]])
# 打印出数组的大小
print(data.shape)
# TODO 1. 实例化一个线性回归的模型
model=linear_model.LinearRegression()
# TODO 2. 在x,y上训练一个线性回归模型。 如果训练顺利,则regr会存储训练完成之后的结果模型
x,y=data[:,0].reshape(-1,1),data[:,1]
regr=model.fit(x,y)
# TODO 3. 画出身高与体重之间的关系
plt.scatter(x,y,color="red")
# 画出已训练好的线条
plt.plot(x, regr.predict(x), color='blue')
# 画x,y轴的
plt.xlabel('height (cm)')
plt.ylabel('weight (kg)')
plt.show() # 展示
# 利用已经训练好的模型去预测身高为163的人的体重
print ("Standard weight for person with 163 is %.2f"% regr.predict([[163]]))
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程网。