线性回归(y=ax+b)

线性回归主要是拟合一个函数，能预测一个新的样本：

（1）数据集如下：

（2）预测值：feet=500

# -*- coding:utf-8 -*-
import matplotlib.pyplot as plt
import pandas as pd
from sklearn import linear_model
import os
os.chdir("/Users/xxx/PycharmProjects/dataset/")
filename = "input_data.xlsx"
datafile = pd.read_excel(filename, index_col=u'ID')
# 获取数据
def get_data(datafile):x_paramter = []y_paramter = []for feet,price in zip(datafile['feet'],datafile['price']):x_paramter.append([float(feet)])y_paramter.append(float(price))return x_paramter,y_paramter
# 线性回归模型
def linear_model_main(x_paramter,y_paramter,predict_value):# 创建线性回归对象regr = linear_model.LinearRegression()regr.fit(x_paramter,y_paramter) # 建立模型predict_outcome = regr.predict(predict_value) # 预测值return regr.intercept_,regr.coef_,predict_outcome # 返回截距、斜率、预测结果
# 显示线性拟合模型的结果
def show_linear_line(x_paramter,y_paramter):regr = linear_model.LinearRegression()regr.fit(x_paramter,y_paramter)plt.scatter(x_paramter,y_paramter,color="blue")x_new = [[0],[500]] # x轴长plt.plot(x_new,regr.predict(x_new),color="red",linewidth=2)plt.xlabel(u'Feet',color="green")plt.ylabel(u'Price',color="green")# plt.plot(label=u'数据图')# plt.xticks(())# plt.yticks(())plt.ylim(-2000,20000)plt.xlim(0,500)plt.show()
def main():X,Y = get_data(datafile)print('X:',X)print('Y:',Y)predictvalue = [[500]]intercept,coefficient,predict_value = linear_model_main(X,Y,predictvalue)print("截距：",intercept) # b ( y=ax+b )print("斜率：",coefficient) # aprint("预测值：",predict_value) # yshow_linear_line(X,Y)
main()

(3)输出：

（4）样本以及拟合的直线

线性回归(y=ax+b)相关推荐

pytorch nn.Linear（对输入数据做线性变换：y=Ax+b）（全连接层？）
Linear layers class torch.nn.Linear(in_features, out_features, bias=True) 对输入数据做线性变换:y=Ax+b 参数: in_f ...
Python数据拟合幂函数y=ax^b
Python数据拟合--幂函数y=ax^b from scipy.optimize import curve_fit import numpy as np import matplotlib.pypl ...
你是否真的读懂了回归方程y=ax+b?
当我们对一些现象进行回归分析之后,可以得到回归方程y=ax+b,很简单的一根直线,如果结合我们的实际应用场景,则可以从该方程的2个系数中发现很多问题: 1 当b比a大很多时,如何理解? 比如,工作量 ...
用r语言画出y = ax^2 + bx + c,R语言中使用curve函数绘制常用函数曲线
前面文章中介绍了使用plot函数绘制图形的方法.本文介绍一下使用R中curve函数绘制常见函数曲线的方法. 1.curve函数简介 curve函数语法格式如下: curve(expr, from = ...
用r语言画出y = ax^2 + bx + c,R语言中如何使用最小二乘法
这里只是介绍下R语言中如何使用最小二乘法解决一次函数的线性回归问题. 代码如下: > x > y > lsfit(x,y) 结果如下: $coefficients Intercept ...
算法数据分析实例——城市气候与海洋关系数据分析[线性回归y=w*x+b]
城市气候与海洋的关系研究导入包 import numpy as npimport pandas as pd from pandas import Series,DataFrameimport mat ...
为什么torch.nn.Linear的表达形式为y=xA^T+b而不是常见的y=Ax+b?
今天看代码,对比了常见的公式表达与代码的表达,发觉torch.nn.Linear的数学表达与我想象的有点不同,于是思索了一番. 众多周知,torch.nn.Linear作为全连接层,将下一层的每个结点 ...
matplotlib绘制线性回归y=kx+b参数的损失函数等高线图
如题,直接上代码和结果 import math import random import numpy as np import pandas as pd import matplotlib.pyplo ...
线性回归和广义线性回归
预备公式: 求导 X是一个矩阵,θ是一个列向量. dXθ/dθ=XT dXθT/dθT=XT dXθT/dθ=X 一.线性回归 y=ax+b 给出一个离散点,咱们想办法表示出a和b.(最小二乘法) 多 ...

线性回归(y=ax+b)

线性回归(y=ax+b)相关推荐

最新文章

热门文章