首页 > 其他 > 详细

单变量线性回归-01

时间:2020-06-10 23:27:21      阅读:50      评论:0      收藏:0      [点我收藏+]

单变量线性回归,变量之间最好是线性关系。可以使用可视化工具直观的观看两个变量之间的关系。

下面介绍两种关系, 下一章,用boston房价(经典数据集)作为例子做一次预测。

 

-。 第一种关系,非线性。

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randint(-10,10,100)

y = x ** 2 -x + np.random.randint(1,100,100)
plt.scatter(x,y)
plt.show()

  技术分享图片技术分享图片

 

二、第二种关系

y1 = np.multiply(x,3) + np.random.randint(-10,10,100) #numpy.random.randint(low, high=None, size=None, dtype=‘l‘)
plt.scatter(x,y1)
plt.show()

  可以看到第二种是线性关系,用一条直线可以近似表示,更容易预测。

 

单变量线性回归-01

原文:https://www.cnblogs.com/crazylight/p/13090024.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!