python實(shí)現(xiàn)簡單的單變量線性回歸方法
線性回歸是機(jī)器學(xué)習(xí)中的基礎(chǔ)算法之一,屬于監(jiān)督學(xué)習(xí)中的回歸問題,算法的關(guān)鍵在于如何最小化代價函數(shù),通常使用梯度下降或者正規(guī)方程(最小二乘法),在這里對算法原理不過多贅述,建議看吳恩達(dá)發(fā)布在斯坦福大學(xué)上的課程進(jìn)行入門學(xué)習(xí)。
這里主要使用python的sklearn實(shí)現(xiàn)一個簡單的單變量線性回歸。
sklearn對機(jī)器學(xué)習(xí)方法封裝的十分好,基本使用fit,predict,score,來訓(xùn)練,預(yù)測,評價模型,
一個簡單的事例如下:
from pandas import DataFrame from pandas import DataFrame import pandas as pd import matplotlib.pyplot as plt from sklearn import datasets,linear_model X=[] Y=[] with open("C:\\Users\\www\\ex1data1.txt","r") as f: #讀取txt文件。 for line in f: p_tmp, E_tmp = [float(i) for i in line.split(',')] X.append(p_tmp) Y.append(E_tmp) #'data=np.loadtxt('ex1data1.txt',delimiter=',')
# X=data[0]
# Y=data[1]
data=DataFrame(X,columns={'a'}) data['b']=b X=DataFrame(X) fig = plt.figure() ax1 = fig.add_subplot(1,1,1) plt.scatter(data['a'],data['b']) #顯示X,Y的散點(diǎn)圖 def linear_model_main(X,Y,predict_value): #定義一個使用線性回歸的函數(shù) regr=linear_model.LinearRegression() regr.fit(X,Y) #訓(xùn)練模型 predict_output=regr.predict(predict_value) #預(yù)測 predictions={} #用一個集合裝以下元素 predictions['intercept']=regr.intercept_ #截距 predictions['codfficient']=regr.coef_ #斜率(參數(shù)) predictions['predict_value']=predict_output #預(yù)測值 return predictions result = linear_model_main(X,Y,1500) #調(diào)用函數(shù) print(result['predict_value']) def show_predict(X,Y): regr=linear_model.LinearRegression() regr.fit(X,Y) plt.scatter(X,Y,color='blue') plt.plot(X,regr.predict(X),color='red') show_predict(X,Y)
最后擬合結(jié)果如圖:
以上這篇python實(shí)現(xiàn)簡單的單變量線性回歸方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python unittest單元測試openpyxl實(shí)現(xiàn)過程解析
這篇文章主要介紹了Python unittest單元測試openpyxl實(shí)現(xiàn)過程解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-05-05如何利用Python將html轉(zhuǎn)為pdf、word文件
網(wǎng)絡(luò)上存在很多將HTML轉(zhuǎn)換為PDF的軟件和工具,但是大家都知道收費(fèi),所以下面這篇文章主要給大家介紹了關(guān)于如何利用Python將html轉(zhuǎn)為pdf、word文件的相關(guān)資料,文中通過示例代碼介紹介紹的非常詳細(xì),需要的朋友可以參考下2022-12-12從零學(xué)Python之入門(二)基本數(shù)據(jù)類型
這是繼“hello world”之后的第二篇入門級基礎(chǔ)知識,以后這個系列會按照入門、進(jìn)階、精通三個分類進(jìn)行下去,歡迎高手們來拍磚2014-05-05基于Python實(shí)現(xiàn)簡易的植物識別小系統(tǒng)
這篇文章主要介紹了利用Python實(shí)現(xiàn)一個簡易的植物識別系統(tǒng),文中的示例代碼簡潔易懂,對我們學(xué)習(xí)Python有一定的幫助,需要的小伙伴可以參考一下2021-12-12Python學(xué)習(xí)之異常中的finally使用詳解
這篇文章主要為大家介紹一下Python異常語法中的另一個成員—finally,通過學(xué)習(xí)finally,可以幫助我們更好的處理異常,快來跟隨小編一起學(xué)習(xí)一下吧2022-03-03