
1条回答 默认 最新
关注让阿豪来帮你解答,本回答参考chatgpt3.5编写提供,如果还有疑问可以评论或留言
问题:如何使用Python实现简单的线性回归模型? 步骤如下:- 导入必要的库:
import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression- 准备数据集:
# 输入特征 X 和标签 y X = np.array([1, 2, 3, 4, 5]).reshape(-1, 1) y = np.array([2, 3, 4, 5, 6])- 创建并拟合线性回归模型:
# 创建线性回归模型对象 model = LinearRegression() # 拟合模型 model.fit(X, y)- 预测结果:
# 预测 y_pred = model.predict(X) # 打印预测结果 print("预测结果:", y_pred)- 可视化结果:
# 绘制训练数据散点图和回归线 plt.scatter(X, y, color='blue') plt.plot(X, y_pred, color='red') plt.xlabel('X') plt.ylabel('y') plt.title('Linear Regression') plt.show()通过以上步骤,就可以使用Python实现简单的线性回归模型了。
解决 无用评论 打赏 举报