用python实现简单线性回归

本文介绍了一个简单的线性回归模型实现过程,包括定义拟合函数以计算斜率和截距,以及使用该模型进行预测。通过具体示例数据展示了如何进行训练并预测新数据点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import numpy as npy
def fitSLR(x,y):
    fenzi = 0
    fenmu = 0
    num=len(x)
    for i in range(num):
        fenzi=fenzi+(x[i]-npy.mean(x))*(y[i]-npy.mean(y))
        fenmu=fenmu+(x[i]-npy.mean(x))**2
    b1=fenzi/float(fenmu)
    b0=npy.mean(y)-b1*npy.mean(x)
    print(b1,b0)
    return b0,b1
def predict(text_x,b1,b0):
    return b1*text_x+b0
x=[1,3,2,1,3]
y=[14,24,18,17,27]
b0,b1=fitSLR(x,y)
rst=predict(6,b1,b0)
print(rst)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值