自定义数据集使用scikit-learn中的包实现线性回归方法对其进行拟合

1. 引言

简要介绍线性回归模型及其在机器学习中的应用。

2. 创建自定义数据集

通过生成一个简单的自定义数据集来模拟问题。可以使用numpy生成数据。

复制代码
import numpy as np
import matplotlib.pyplot as plt

# 生成自定义数据
np.random.seed(42)
X = 2 * np.random.rand(100, 1)
y = 4 + 3 * X + np.random.randn(100, 1)

3. 使用scikit-learn实现线性回归

使用LinearRegression类拟合数据并进行预测。

复制代码
from sklearn.linear_model import LinearRegression

# 初始化线性回归模型
lin_reg = LinearRegression()

# 拟合模型
lin_reg.fit(X, y)

# 预测
y_pred = lin_reg.predict(X)

# 输出模型参数
print(f"模型的截距:{lin_reg.intercept_}")
print(f"模型的系数:{lin_reg.coef_}")

4. 可视化拟合结果

绘制原始数据与回归线。

复制代码
plt.scatter(X, y, color='blue', label='数据点')
plt.plot(X, y_pred, color='red', label='拟合线')
plt.xlabel('X')
plt.ylabel('y')
plt.legend()
plt.show()

5. 结论

使用scikit-learn进行线性回归拟合的步骤,并强调模型参数的含义。

相关推荐
TomEval6 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
prince_zxill7 小时前
PEP 751 pylock.toml 实测:pip 26.3 装 6 个包版本全钉死,但 [web] 选不中任何东西
python·pip·依赖管理·pep 751
Thanks_ks8 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP9 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
yiangL_9 小时前
Python 学习笔记:递归、turtle绘图、字符串与函数
笔记·python·学习
lula88810 小时前
PVC-U、PVC-C、PVC-O 差一个字母,差的是三种增强路线
python
数字工作台11 小时前
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据
python·agent
DKPT12 小时前
Python 的 Web 框架:选型选错的人,都踩了同一个坑
python
2401_8685347812 小时前
逻辑网络设计
网络·python
2601_9679791212 小时前
python如何组织文件?python文件操作全介绍!
python·文件操作·压缩文件·遍历文件夹·shutil模块