sklearn包实现线性回归模型
发布日期:2021-05-28 17:02:12 浏览次数:29 分类:技术文章

本文共 871 字,大约阅读时间需要 2 分钟。

sklearn包实现线性回归模型

前言: 上篇文章我们利用python实现了梯度下降算法用于训练一元线性回归模型,但正常我坐机器学习多会使用比较成熟的相关包,因为这些封装好的包,算法效率相对较高,并且使用方便。本文使用sklearn包中线性模型实现一元线性回归模型的训练。

一、sklearn训练线性回归模型只需要两句代码

1、model = LinearRegression() # 建立模型
2、model.fit(x_2data, y_2data) # 训练模型
3、 model.predict(x_2data) # 根据上面训练的模型预测数据

二、示例代码

from sklearn.linear_model import LinearRegressionimport numpy as npimport matplotlib.pyplot as plt# 读取数据data = np.genfromtxt('data.csv', delimiter=',')x_data = data[:, 0]y_data = data[:, 1]x_2data = x_data[:, np.newaxis]  # 添加列,增加维度,转为二维数据y_2data = y_data[:, np.newaxis]  # 添加列,增加维度,转为二维数据# 创建并训练模型model = LinearRegression()model.fit(x_2data, y_2data)# 绘制训练拟合好的模型plt.scatter(x_data, y_data, c='b', s=50)plt.plot(x_data, model.predict(x_2data), color='red', linewidth=1.0)plt.show()

三、运行结果

在这里插入图片描述
由上图可知sklearn训练的模型对样本数据的拟合效果较好

四、数据下载地址

链接:https://pan.baidu.com/s/1KhPIzejxFZfbkIGZo8J8lg
提取码:slg1

转载地址:https://blog.csdn.net/qq_34720818/article/details/105827446 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:机器学习之多元线性回归模型梯度下降法的python实现
下一篇:机器学习之一元线性回归模型梯度下降算法的Python实现

发表评论

最新留言

很好
[***.229.124.182]2025年02月13日 15时20分33秒