Python 線性迴歸: 氣溫跟冰飲銷售量有關係嗎? LinearRegression ; from sklearn import linear_model ; regr = linear_model. LinearRegression()

by 儲蓄保險王 · 2022-12-11

from sklearn import linear_model

regr = linear_model.LinearRegression(*,)

#產生regr操作子,可命名為lmLR

*右方的參數,

表示要連名帶姓寫出參數名稱

依順序寫不行

 

regr.fit(x,y)

#直接對操作子regr產生影響

 

regr.coef_ #係數

regr.intercept_ #截距

 

pred = regr.predict([[40],[5],[15]]) #注意shape

regression: 

 

from sklearn import linear_model

if __name__ == “__main__”:

    x = [ [29],[28],[34],[31],[25],[29],[32],[31],[24],[33],[25],[31],[26],[30] ]

    y = [77,62,93,84,59,64,80,75,58,91,51,73,65,84]

    regr = linear_model.LinearRegression()

    regr.fit(x,y)

    pred = regr.predict([[40],[5],[15]])

 

加碼題:

from sklearn import linear_model

import numpy as np

if __name__ == “__main__”:

    x = [ [29],[28],[34],[31],[25],[29],[32],

         [31],[24],[33],[25],[31],[26],[30] ]

    y = [77,62,93,84,59,64,80,75,58,91,51,73,65,84]

    regr = linear_model.LinearRegression()

    regr.fit(x,y)

    pred = regr.predict([[40],[5],[15]])

   

    x_line=[]

    for ele in x: x_line.append(ele[0])

    x_ary = np.array(x_line)

    y_ary = x_ary*regr.coef_[0]+regr.intercept_

   

    import matplotlib.pyplot as plt

    fig,ax = plt.subplots()

    ax.plot(x_ary,y_ary,label=”regressions”,color=”r”)

    ax.scatter(x_ary,y,label=”samples”,color=”b”)

    ax.legend(loc=”best”)

    fig.show()

 

參考解答:

推薦hahow線上學習python: https://igrape.net/30afN

 

from typing import List,Union

import numpy as np

def myPred(coeff:Union[List[float],np.ndarray],intercept:float,

           xtest:Union[list,np.ndarray])-> np.ndarray[float]:

    “””輸入coeff (1D List[float]),代表各自變數的係數

    #[3.74] #長度=xtest的欄數(.shape[1]),目前是1

    intercept:截距 float #-36.36

    xtest: 2D list 或ndarray,代表每維度的觀察值

    return 預測值 y_prediction,np.ndarray[float]    “””

    xtestAry = np.array(xtest)  

    coeffAry = np.array(coeff)  

    y_prediction= coeffAry*xtestAry + intercept

    return y_prediction

if __name__==”__main__”:

    xtest =[[40],

            [5],

            [15]]

    intercept = -36.36

    coeff = [3.74]

    y_prediction = myPred(coeff,intercept,xtest)

    print(“y_prediction:\n”,y_prediction)

#y_prediction 不該是2D

#應該是因為xtest的第二維長度只有1

#幸運跑出來而已,還要繼續處理的

#coeff[0]*xtest的第0欄+coeff[1]*xtest的第1欄+…

#需要取直欄,pandas可能比較好用

#或使用array的切片方式  

 

參考解答:

小修正:

 

from typing import List,Union

import numpy as np

def myPred(coeff:Union[List[float],np.ndarray],intercept:float,

           xtest:Union[list,np.ndarray])-> np.ndarray[float]:

    “””輸入coeff (1D List[float]),代表各自變數的係數

    #[3.74] #長度=xtest的欄數(.shape[1]),目前是1

    intercept:截距 float #-36.36

    xtest: 2D list 或ndarray,代表每維度的觀察值

    return 預測值 y_prediction,np.ndarray[float]    “””

    xtestAry = np.array(xtest)  

    coeffAry = np.array(coeff)  

    if len(coeff) != xtestAry.shape[1]:return [None]

    for i in range(len(coeffAry)):

        y_prediction= coeffAry[i]*xtestAry[:,i] #+intercept?

    y_prediction += intercept 

#+intercept放迴圈內可能會重複加

#本例迴圈僅有一次,所以看不出差別 

    return y_prediction

if __name__==”__main__”:

    xtest =[[40],

            [5],

            [15]]

    intercept = -36.36

    coeff = [3.74]

    y_prediction = myPred(coeff,intercept,xtest)

    print(“y_prediction:\n”,y_prediction)

 

 

推薦hahow線上學習python: https://igrape.net/30afN

相關文章

Python: 如何去掉list中的重複值並維持順序?dict.fromkeys() ; OrderedDict.fromkeys()

Python: 如何使用pydub切割音檔? from pydub import AudioSegment ; from pydub.silence import split_on_silence

Python matplotlib繪製3D圖; surface = ax.plot_surface (axXmesh, axYmesh, dataZary , rstride=1, cstride=1, cmap="coolwarm_r") ; spyder無法用滑鼠改變3D圖的視角該如何處理? %matplotlib qt

Python:如何將folder_path & file_name合併為file_path? fpath = os.path.join (folder , fname) #不需要[ ]包覆folder,fname; fpath1 = "\\".join( [folder , fname] ) #需要[ ] 包覆folder,fname ; 反過來講,file_path如何拆分為folder_path & file_name? os.path.dirname() ; os.path.basename() ; file_name如何拆分為主檔名與副檔名os.path.splitext() #split(分裂) ext

Python: 如何輸出json檔? json.dump() ; json.dumps() 差異為何?

Python機器學習: train_test_split() 切割資料為訓練資料跟測試資料; 二元分類 ; 邏輯迴歸 (Logistic Regression); from sklearn.model_selection import train_test_split ; lmLogR= linear_model.LogisticRegression(solver=”sag”, max_iter=10000)

Python: 如何使用datetime模組來處理日期和時間的計算?如何計算時間差? from datetime import datetime ; datetime.strptime (date_string, format)

Python: 如何使用graphviz套件繪製流程圖? 如何創建子圖? with g.subgraph(name='cluster_0') as c:

年收入50萬的投資人如何累積八千萬或提前15年累積千萬退休金? Python:如何使用numpy_financial.fv()計算終值?

儲蓄保險王

儲蓄險是板主最喜愛的儲蓄工具,最喜愛的投資理財工具則是ETF,最喜愛的省錢工具則是信用卡

You may also like...

• 0

  Python: matplotlib如何設定刻度標籤的字體大小? ax.tick_params (axis=’both’, labelsize=None) ; 那些參數可以設為None?

  2023-04-10

• 0

  Python: 如何將wav檔轉為文字? import speech_recognition as sr ; import soundfile

  2023-10-22

• 0

  Python: 如何正確地將pandas.Series(索引需對齊)和列表list(長度需一致)指配給DataFrame的新column?

  2024-11-27