项目场景及问题描述:
金钱是否让人感到快乐?这是个问题!OECD(经合组织)提供“幸福指数”数据,IMF(国际货币贸易基金组织)提供人均GDP统计数据,这两者是否存在某种关联,如果有,那么是否可以通过已有的数据预测一些国家的国民“幸福指数”呢?
解决方案:
建立单变量线性回归模型和多项式线性回归模型拟合数据,然后预测数据,得出结果。
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from sklearn import linear_model
from sklearn.preprocessing import PolynomialFeatures
import csv
# 读取数据
datasets_X = []
datasets_y = []
with open('E:\Fpc_VSCode_Python\机器学习实战\第一章\OECD_IMF_20201106.csv') as f:
f_csv = csv.reader(f)
headers = next(f_csv)
for row in f_csv:<

本文通过分析OECD的“幸福指数”和IMF的人均GDP数据,建立线性回归和多项式回归模型,探讨两者间的关联。结果显示,多项式回归模型能更好地拟合数据,预测我国2019年人均GDP对应的幸福指数为5.9。
最低0.47元/天 解锁文章
5万+

被折叠的 条评论
为什么被折叠?



