简单线性回归（ols）-py

最新推荐文章于 2025-06-05 13:55:38 发布

cutwind

最新推荐文章于 2025-06-05 13:55:38 发布

阅读量1.2k

点赞数

分类专栏： python

python 专栏收录该内容

23 篇文章

订阅专栏

本文通过使用sklearn库中的线性回归模型对糖尿病数据集进行预测分析，展示了如何训练模型、评估模型性能并绘制预测结果。实验结果显示了系数、均方误差和决定系数R^2。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单的线性回归，主要是sklearn库的学习以及代码的实现
http://scikit-learn.org/stable/index.html

# -*- coding: utf-8 -*-
"""
Created on Thu Nov  1 16:51:59 2018

@author: wp
"""

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
from sklearn.metrics import mean_squared_error, r2_score


diabetes = datasets.load_diabetes()
diabetes_X = diabetes.data[:, np.newaxis, 2]

diabetes_X_train = diabetes_X[:-20]
diabetes_X_test = diabetes_X[-20:]
diabetes_y_train = diabetes.target[:-20]
diabetes_y_test = diabetes.target[-20:]

#建立模型
regr = linear_model.LinearRegression()
regr.fit(diabetes_X_train, diabetes_y_train)

#预测
diabetes_y_pred = regr.predict(diabetes_X_test)

#输出结果
print('Coefficients: \n', regr.coef_)
#误差平方和
print("Mean squared error: %.2f"
      % mean_squared_error(diabetes_y_test, diabetes_y_pred))
#R^2
print('Variance score: %.2f' % r2_score(diabetes_y_test, diabetes_y_pred))

# Plot outputs
plt.scatter(diabetes_X_test, diabetes_y_test,  color='black')
plt.plot(diabetes_X_test, diabetes_y_pred, color='blue', linewidth=3)

plt.xticks(()) #去除坐标轴显示
plt.yticks(())

plt.show()