這篇文章主要介紹了python怎么實現(xiàn)簡單的單變量線性回歸方法,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
線性回歸是機器學(xué)習(xí)中的基礎(chǔ)算法之一,屬于監(jiān)督學(xué)習(xí)中的回歸問題,算法的關(guān)鍵在于如何最小化代價函數(shù),通常使用梯度下降或者正規(guī)方程(最小二乘法),在這里對算法原理不過多贅述,建議看吳恩達(dá)發(fā)布在斯坦福大學(xué)上的課程進(jìn)行入門學(xué)習(xí)。
這里主要使用python的sklearn實現(xiàn)一個簡單的單變量線性回歸。
sklearn對機器學(xué)習(xí)方法封裝的十分好,基本使用fit,predict,score,來訓(xùn)練,預(yù)測,評價模型,
一個簡單的事例如下:
from pandas import DataFrame from pandas import DataFrame import pandas as pd import matplotlib.pyplot as plt from sklearn import datasets,linear_model X=[] Y=[] with open("C:\\Users\\www\\ex1data1.txt","r") as f: #讀取txt文件。 for line in f: p_tmp, E_tmp = [float(i) for i in line.split(',')] X.append(p_tmp) Y.append(E_tmp) #'data=np.loadtxt('ex1data1.txt',delimiter=',')
# X=data[0]
# Y=data[1]
data=DataFrame(X,columns={'a'}) data['b']=b X=DataFrame(X) fig = plt.figure() ax1 = fig.add_subplot(1,1,1) plt.scatter(data['a'],data['b']) #顯示X,Y的散點圖 def linear_model_main(X,Y,predict_value): #定義一個使用線性回歸的函數(shù) regr=linear_model.LinearRegression() regr.fit(X,Y) #訓(xùn)練模型 predict_output=regr.predict(predict_value) #預(yù)測 predictions={} #用一個集合裝以下元素 predictions['intercept']=regr.intercept_ #截距 predictions['codfficient']=regr.coef_ #斜率(參數(shù)) predictions['predict_value']=predict_output #預(yù)測值 return predictions result = linear_model_main(X,Y,1500) #調(diào)用函數(shù) print(result['predict_value']) def show_predict(X,Y): regr=linear_model.LinearRegression() regr.fit(X,Y) plt.scatter(X,Y,color='blue') plt.plot(X,regr.predict(X),color='red') show_predict(X,Y)
最后擬合結(jié)果如圖:
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“python怎么實現(xiàn)簡單的單變量線性回歸方法”這篇文章對大家有幫助,同時也希望大家多多支持創(chuàng)新互聯(lián),關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道,更多相關(guān)知識等著你來學(xué)習(xí)!
分享文章:python怎么實現(xiàn)簡單的單變量線性回歸方法-創(chuàng)新互聯(lián)
分享鏈接:http://www.rwnh.cn/article20/djhoco.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供用戶體驗、手機網(wǎng)站建設(shè)、外貿(mào)建站、定制網(wǎng)站、企業(yè)建站、品牌網(wǎng)站制作
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容