線性回歸之普通最小二乘

2021-09-02 05:16:08 字數 1907 閱讀 3512

from sklearn import linear_model

reg=linear_model.linearregression()

print(reg.fit([[0,0],[1,1],[2,2]],[0,1,2]))

#linearregression(copy_x=true, fit_intercept=true, n_jobs=1, normalize=false)

print(reg.coef_)#[0.5 0.5]

#fit_intercept是用來計算截距,預設為true

#normalize標準化,預設為true

#copy_x複製x資料,預設為true

#n_jobs計算效能,預設為1

#用該類例項化出的物件有兩個屬性:coef_:估計係數,intercept_:截距

#該類例項化出的物件有幾種方法,fit(x,y,[權重]);get_params([deep])得到引數估計量,預設為true

#predict(x)用來**,score(x,y,sample_weight=none)用來返回確認係數r^2的**。

from sklearn.linear_model import linearregression

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

#reg=linear_model.linearregression()

#print(reg.fit([[0,0],[1,1],[2,2]],[0,1,2]))

#linearregression(copy_x=true, fit_intercept=true, n_jobs=1, normalize=false)

#print(reg.coef_)#[0.5 0.5]

#fit_intercept是用來計算截距,預設為true

#normalize標準化,預設為true

#copy_x複製x資料,預設為true

#n_jobs計算效能,預設為1

#用該類例項化出的物件有兩個屬性:coef_:估計係數,intercept_:截距

#該類例項化出的物件有幾種方法,fit(x,y,[權重]);get_params([deep])得到引數估計量,預設為true

#predict(x)用來**,score(x,y,sample_weight=none)用來返回確認係數r^2的**。

data=pd.dataframe()

#print(data)

data_train=np.array(data['a']).reshape(data['a'].shape[0],1)

#print(data_train)

data_test=data['b']

#print(data_test)

reg=linearregression()

reg.fit(data_train,data_test)

c=reg.predict(268.5)

print(c)#[8833.54255319]

print(reg.coef_*268.5+reg.intercept_)#[8833.54255319]

#print(reg.score(data_train,data_test))

plt.scatter(data['a'],data['b'])

plt.plot(data['a'],data['b'],color='blue')

plt.plot(data['a'],reg.predict(np.array(data['a']).reshape(data['a'].shape[0],1)),color='red')

plt.show()

sklearn 最小二乘線性回歸

sklearn是機器學習中的乙個常用的python第三方模組,裡面對機器學習的許多方法進行了封裝,在進行機器學習的任務時,許多常用的演算法可在這個模組中直接呼叫。並且sklearn中還提供了許多可用於分類 回歸的優質資料集。使用好sklearn最直接的方法就是仔細閱讀官方 sklearn就像是乙個模...

線性回歸 最小二乘 diabetes

資料集 特徵 age 年齡 性別 bmi 體質指數 bp 血壓 s1,s2,s3,s4,s4,s6 六種血清的化驗資料 標籤 value 一年後疾病進展的量化指標 一 載入庫 import numpy as np import pandas as pd from sklearn import dat...

線性回歸 最小二乘求解

線性回歸 線性回歸用於數值 它的主要思想是利用預定的權值將屬性進行線性組合來表示類別 y w0 w1x1 w2x2 wnxn 其中,y是類別屬性值,x1,x2,xn是一般屬性值,w1,w2,xn是權值,w0稱為偏置,類似於一元線性回歸y ax b中b。求解線性回歸就是通過已知的一些資料點 1,xi1...