标签：regress img src style ict gif art load 多元线性回归
1. 导入boston房价数据集
2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。
3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。
4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。
from sklearn.datasets import load_boston boston =load_boston() boston.keys()
data =boston.data x =data[:,5] y =boston.target import matplotlib.pyplot as plt plt.scatter(x,y) plt.plot(x,9*x-30) plt.show()
结果显示：
from sklearn.linear_model import LinearRegression LineR = LinearRegression() LineR.fit(x.reshape(-1,1),y) lr =LinearRegression() lr.fit(data,y) lr.coef_ lr.intercept_ xx = data[:,12].reshape(-1,1) plt.scatter(xx,y) plt.show()
结果显示：
from sklearn.preprocessing import PolynomialFeatures p = PolynomialFeatures(degree=2) p.fit(xx) p.transform(xx) x_poly = p.transform(xx) lrp =LinearRegression() lrp.fit(x_poly,y) lrp.coef_ lrp.intercept_ lrp = LinearRegression() lrp.fit(x_poly,y) y_poly =lrp.predict(x_poly) plt.scatter(xx,y) plt.plot(xx,w*xx+b,"b") plt.scatter(xx,y_poly) plt.show() lrp.coef_
结果显示：
标签：regress img src style ict gif art load 多元线性回归
原文地址：https://www.cnblogs.com/huang201606050002/p/10095494.html
