Python에서 선형 회귀를 구현하는 방법

Python에서 선형 회귀를 구현하는 단계는 사용할 라이브러리를 가져오고 데이터를 읽고 전처리를 수행하는 것입니다. 데이터를 분석하고 선형 회귀 모델을 구축하고, 모델 학습을 통해 모델 효과를 테스트합니다

선형 회귀는 Python 언어를 사용하여 구현하는 것이 매우 편리합니다. numpy .linalog.lstsq, pandas.ols 및

scipy.stats.linregress 등. 이 기사에서는 모든 차원을 지원하고 매우 쉬운 sklearn 라이브러리의 선형_모델.LinearRegression을 사용합니다. 사용합니다.

【추천 튜토리얼: Python 튜토리얼】

#🎜🎜 #

2차원 직선

예: 선형 방정식 y=a*x+b y=a*x+b는 직선을 나타냅니다. the plane#🎜🎜 #

아래 예에서는 집의 면적을 제공하여 집 가격을 예측하는 선형 회귀 모델을 구축합니다

import pandas as pd
from io import StringIO
from sklearn import linear_model
import matplotlib.pyplot as plt
# 房屋面积与价格历史数据(csv文件)
csv_data = 'square_feet,price\n150,6450\n200,7450\n250,8450\n300,9450\n350,11450\n400,15450\n600,18450\n'
# 读入dataframe
df = pd.read_csv(StringIO(csv_data))
print(df)
# 建立线性回归模型
regr = linear_model.LinearRegression()
# 拟合
regr.fit(df['square_feet'].reshape(-1, 1), df['price']) # 注意此处.reshape(-1, 1)，因为X是一维的！
# 不难得到直线的斜率、截距
a, b = regr.coef_, regr.intercept_
# 给出待预测面积
area = 238.5
# 方式1：根据直线方程计算的价格
print(a * area + b)
# 方式2：根据predict方法预测的价格
print(regr.predict(area))
# 画图
# 1.真实的点
plt.scatter(df['square_feet'], df['price'], color='blue')
# 2.拟合的直线
plt.plot(df['square_feet'], regr.predict(df['square_feet'].reshape(-1,1)), color='red', linewidth=4)
plt.show()

렌더링: # 🎜🎜#

# 🎜🎜#

3차원 평면

1차 방정식 z=a*x+b*y +c;z=a*x+b *y+c는 우주에 있는 비행기를 나타냅니다. 🎜#요약: 위 내용은 이 글의 전체 내용입니다. 모든 분들께 도움이 되길 바랍니다

위 내용은 Python에서 선형 회귀를 구현하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!