机器学习-单因子线性回归

回归分析:根据数据,确定两种或两种以上变量间相互依赖的定量关系。

python实现:

python 复制代码
import pandas as pd
data = pd.read_csv('generated_data.csv') # 读数据
data.head()
x = data.loc[:,'x'] # 将文件中的x读入数组
y = data.loc[:,'y']

from matplotlib import pyplot as plt
plt.figure(figsize=(5,5)) # 画图
plt.scatter(x,y)
plt.show()

# set up linear regression model 建立模型
from sklearn.linear_model import LinearRegression
lr_model = LinearRegression()
import numpy as np
x=np.array(x) # 转维
x=x.reshape(-1,1)
y=np.array(y)
y=y.reshape(-1,1)
lr_model.fit(x,y)  # 创建模型

# 用模型测试
y_predict=lr_model.predict(x)  # 用x跑y
print(y_predict)
y_3=lr_model.predict([[3.5]]) # 用3.5跑对应y
print('y_3=',y_3)

# 模型评估
# 打印线性回归模型y=ax+b的a,b
a = lr_model.coef_
b = lr_model.intercept_
print('a=',a)
print('b=',b)

from sklearn.metrics import mean_squared_error,r2_score
MSE = mean_squared_error(y,y_predict) # MSE越解决0,越小越好
R2 = r2_score(y,y_predict)  # 越接近1,说明拟合得越好
print('MSE=',MSE)
print('R2=',R2)
plt.figure()
plt.plot(y,y_predict) # 拟合y和预测y
plt.show()

generated_data.csv文件内容展示:


输出结果:

数据x和y拟合图像:

y与y_predict拟合图像:

相关推荐
天树星智源10 分钟前
记忆该记「赔率跳变」:机器人长时程十连任务,事件记忆 88.0%,删掉失败记录只剩 1.7%
论文阅读·人工智能·机器人
京东云开发者17 分钟前
京东云推出全新JoyCode智能编码工具,让AI Coding从代码生成走向成果交付
人工智能
泓博18 分钟前
Android仿写苹果缩放窗口
人工智能·gpt·深度学习
软件技术NINI32 分钟前
DeepSeek 大模型落地应用实战指南
大数据·人工智能
大模型真好玩1 小时前
大模型训练全流程实战指南实战篇(十八)——微调问答对数据构建技术
人工智能·agent·deepseek
甲维斯1 小时前
谷歌太抽象了,快速测一下Hydrogen!
人工智能
Dawson Zhu1 小时前
【分布式训练⑧】通信优化:NCCL、Ring AllReduce与计算通信重叠
人工智能·语言模型·架构·aigc·agi
泯泷2 小时前
AI Agent 工具设计:给模型装上“手脚”,为什么不能只会调用 API?
人工智能·llm·agent
在所不辞兄2 小时前
【人工智能驱动的电催化研究-07】CSV文件、路径与可追溯记录
人工智能·深度学习·神经网络·机器学习·有限元·电化学·电催化
装不满的克莱因瓶2 小时前
【从零搭建】AI大模型之ReactAgent智能体对接MCP实战
java·人工智能·ai·springai·mcp·springaialibaba