Python线性拟合代码预测新的80个数据
时间: 2023-11-30 22:02:02 浏览: 33
好的,我可以为您提供Python的线性拟合代码,预测新的80个数据。假设您已经有了原始数据集,可以使用以下代码进行线性拟合和预测:
```python
import numpy as np
from sklearn.linear_model import LinearRegression
# 假设原始数据是一个二维数组,第一列是自变量,第二列是因变量
# 假设原始数据有100个样本
X = np.array(original_data[:, 0]).reshape(-1, 1)
y = np.array(original_data[:, 1])
# 创建线性回归对象
lr = LinearRegression()
# 对原始数据进行拟合
lr.fit(X, y)
# 预测新的80个数据
new_X = np.linspace(start=min(X), stop=max(X), num=80).reshape(-1, 1)
new_y = lr.predict(new_X)
# 输出预测结果
print(new_y)
```
在上面的代码中,我们首先将原始数据集中的自变量和因变量分别存储到X和y数组中。然后,我们使用sklearn库中的LinearRegression类创建一个线性回归对象,并使用fit方法对原始数据进行拟合。最后,我们使用linspace方法创建一个包含80个数据点的新自变量数组new_X,并使用predict方法对其进行预测,得到新的因变量数组new_y。
请注意,这只是一个简单的线性拟合代码示例,您可能需要根据您的实际数据和需求进行适当的修改。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)