【scikit-learn】机器学习（一）——一元回归模型

最新推荐文章于 2024-08-18 23:20:49 发布

roguesir

最新推荐文章于 2024-08-18 23:20:49 发布

阅读量852

点赞数

CC 4.0 BY-SA版权

分类专栏： Machine Learning python Python学习笔记 ML学习笔记文章标签： python 机器学习一元回归

本文链接：https://blog.youkuaiyun.com/roguesir/article/details/77884128

python 同时被 3 个专栏收录

72 篇文章

订阅专栏

Machine Learning

54 篇文章

订阅专栏

Python学习笔记

35 篇文章

订阅专栏

本文通过2001年至2010年的港口吞吐量数据，利用一元线性回归模型进行分析，并对2011年的港口吞吐量趋势进行了预测。通过绘制散点图与回归线，直观展示了模型的拟合效果。

数据集

2001-2010年港口吞吐量随年份的变化，以此建立一元回归模型，实现对2011年的趋势预测

代码

import numpy as np
from sklearn import linear_model
import matplotlib.pyplot as plt

x_train = [[2001],[2002],[2003],[2004],[2005],[2006],[2007],[2008],[2009],[2010]]
y_train = [[202],[244],[305],[382],[484],[591],[712],[853],[894],[1013]]

x_test = [[2011]]

linear = linear_model.LinearRegression()
linear.fit(x_train,y_train)
linear.score(x_train,y_train)

print('Coefficient: ',linear.coef_)
print('Intercept: ',linear.intercept_)

predicted = linear.predict(x_test)
print(predicted)

plt.figure()
plt.scatter(x_train,y_train)
plt.plot(x_train,linear.coef_*x_train+linear.intercept_,'r')
plt.show()