可以使用sklearn的红酒数据集进行线性回归的可视化吗
时间: 2024-05-01 10:16:49 浏览: 165
1.线性回归_红酒数据集_
5星 · 资源好评率100%
可以。Sklearn中包含了红酒数据集,可以使用该数据集进行线性回归的可视化。具体步骤如下:
1. 导入必要的库和数据集:
```python
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
# 导入红酒数据集
wine = datasets.load_wine()
X = wine.data[:, np.newaxis, 0]
y = wine.target
```
2. 分割数据集:
```python
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
```
3. 构建线性回归模型:
```python
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)
```
4. 可视化结果:
```python
plt.scatter(X_test, y_test, color='black')
plt.plot(X_test, model.predict(X_test), color='blue', linewidth=3)
plt.xlabel('Alcohol')
plt.ylabel('Target')
plt.show()
```
这样就可以使用sklearn的红酒数据集进行线性回归的可视化了。
阅读全文