大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
LR模型,理解成一个线性方程:如果只有一个特征:也就是y=ax+b,如果有两个特征也就是y=ax1+bx2+c
这里我们根据 距海边的距离 预测 城市的最高温度。
from sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib.pyplot as plt
model = LinearRegression()#括号里为空表示采用了默认值,当然也可以自己调
near_citys_dist = np.array([2, 8, 71, 14, 37], dtype=int) # 城市距离海边的最远距离
near_citys_max_temp = np.array([28.75, 30.79, 33.85, 30.91, 31.74])# 城市温度
model.fit(near_citys_dist.reshape(-1,1),near_citys_max_temp)#根据数据训练模型
x = np.array([65,12,44]).reshape(-1,1) #准备要预测的数据:距海边65、12、44km的城市温度
y = model.predict(x)#结果:[33.56614386 30.32827794 32.28321585]
print(model.coef_) #coefficent,输出系数 0.061
print(model.intercept_) #跟y轴的交点坐标,即29.595
plt.scatter(near_citys_dist,near_citys_max_temp)#画图
plt.title('温度和距海洋距离关系')
plt.xlabel('距离')
plt.ylabel('温度')
plt.show()
线性方程也就是:y=0.061x+29.595。
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/182332.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...