文章目录

  • 1.实验目的
  • 2.导入必要模块并读取数据
  • 3.画当前数据分布散点图
  • 4.提取数据和标签
  • 5.训练+预测

1.实验目的

使用线性回归模型预测2020年加拿大公民的人均收入。

数据链接
密码:zc6h

2.导入必要模块并读取数据

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression    #导入线性回归模块
import matplotlib.pyplot as pltdf = pd.read_csv('canada_per_capita_income.csv')
df.head()

3.画当前数据分布散点图

%matplotlib inline
plt.scatter(df.year,df['per capita income (US$)'],color='red',marker='+')   #观看数据分布
plt.xlabel('year')
plt.ylabel('per capita income (US$)')

4.提取数据和标签

new_df = df.drop('per capita income (US$)',axis='columns')     #数据
new_df.head()price = df['per capita income (US$)']    #标签
price.head()


5.训练+预测

reg = LinearRegression()    #实例化模型
reg.fit(new_df,price)     #训练reg.predict([[2020]])     #预测2020年房价

机器学习代码实战——线性回归(单变量)(Linear Regression)相关推荐

  1. 机器学习代码实战——线性回归(多变量)(Linear Regression)

    文章目录 1.实验目的 2.导入必要模块并读取数据 3.对数据进行处理 3.1.experience字段数字化 3.2.test_score(out of 10)字段NaN替换为平均数 4.训练+预测 ...

  2. 机器学习:局部加权线性回归(Locally Weighted Linear Regression)

    线性回归 先复习一下线性回归的损失函数: 我们的目标是使该函数最小,用矩阵表示为: 对参数w求导得: 令上式等于0可估计出回归系数w得最优解: 但线性回归往往容易欠拟合,除了使用更复杂得函数拟合,还可 ...

  3. 机器学习代码实战——逻辑回归(Logistic Regression)

    文章目录 1.实验目的 2.导入必要模块并读取数据 3.可视化分析数据 4.数据预处理 5.训练+预测 1.实验目的 (1)对数据进行分析,以找出哪些变量对员工保留有直接和明显的影响(即它们是离开公司 ...

  4. 简单线性回归(Simple Linear Regression)和多元线性回归(Multiple Regression)学习笔记

    简单线性回归(Simple Linear Regression) 0.前提介绍: 为什么需要统计量? 统计量:描述数据特征 0.1集中趋势衡量 0.1.1均值(平均数,平均值) (mean):(求和除 ...

  5. python异常值检测和处理_【Python实战】单变量异常值检测

    [Python实战]单变量异常值检测 异常值检测是数据预处理阶段重要的环节,这篇文章介绍下对于单变量异常值检测的常用方法,通过Python代码实现. 一.什么是异常值 异常值是在数据集中与其他观察值有 ...

  6. 局部加权线性回归(Local Weighted Linear Regression)+局部加权回归+局部线性回归

    局部加权线性回归(Local Weighted Linear Regression)+局部加权回归+局部线性回归 locally weighted scatterplot smoothing,LOWE ...

  7. 线性回归正则化 regularized linear regression

    线性回归正则化regularized linear regression 在前几篇博客中介绍了一元线性回归http://blog.csdn.net/u012328159/article/details ...

  8. 吴恩达机器学习笔记(2)——单变量线性回归(Univariate linear regression)

    一.模型描述 上一章已经通过卖房价格的模型简单介绍了什么是回归:我们尝试将变量映射到某一个连续函数上. 这章我们将这个问题简单地量化为单变量线性回归模型(Univariate linear regre ...

  9. 吴恩达机器学习课后作业1——单变量线性回归(Linear regression with one variable)

    1. 问题和数据 假设你是一家连锁餐车店的老板,但是你又和别的土老板不一样,你又刚好是个懂线性回归,还懂编程的老板,正在考虑在不同的城市开一家新店.该连锁店已经在各个城市开设了餐车,你可以获得这些城市 ...

最新文章

  1. makefile 同时生成多个可执行文件
  2. 数据科学和机器学习中使用的最多的20个R语言包
  3. 华为Web示例(AC6005配置):直连二层组网隧道转发【AP+傻瓜交换机+AC+出口网关】
  4. 网络推广——网络推广专员面对网站收录异常要学会多角度分析
  5. BZOJ.4247.挂饰(背包DP)
  6. 设计模式复习-备忘录模式
  7. hashmap value占用空间大小_求比HashMap占用内存少的查找方法
  8. QTP自传之web常用对象
  9. wegame地下城不显示服务器,在电脑端wegame看不到旭旭宝宝?来吧我教你! - 地下城与勇士掌游宝...
  10. 解决 安装或卸载软件时报错Error 1001 的问题
  11. Canny算子中的非极大值抑制(Non-Maximum Suppression)分析
  12. 如何双击连上校园网NCUWLAN?---bat+Python3给出了可行性答案
  13. windows server 2008百度网盘下载
  14. 关于OGG trail file 到999999之后的处理方法
  15. 【18年北京网络赛】Tomb Raider【递归求所有子序列】
  16. rockbox主题包安装_RockBox 安装使用参考
  17. 篮球架子 与 足球门
  18. PyScripter could not load a Python engine解决方案
  19. 分享3个自动生成文案的工具,月入6000,做自媒体不会写文案?
  20. 【操作说明】新版网络穿透/动态组网/远程运维/视频拉转推设备EasyNTS上云网关配置手册介绍

热门文章

  1. android rom 裁剪,Android之调用系统照相机并裁剪
  2. 三维点云学习(2)下-Octree
  3. MongoDB实战(11)Sharding 分片(上)
  4. android layout 渲染,java – 渲染android.support.design.widget.CoordinatorLayout的问题
  5. html5 云服务器搭建,云服务器CentOS系统搭建web服务
  6. LVM以及挂载一块新硬盘
  7. DIV+CSS常见错误汇总
  8. swagger文档配置
  9. SpringBoot整合Drools规则引擎动态生成业务规则
  10. http传输字符编码与转义(深度好文)