使用python实现线性回归
时间: 2024-01-01 14:07:01 浏览: 140
要使用Python实现线性回归,你可以使用scikit-learn库。下面是一个简单的示例代码:
```python
import numpy as np
from sklearn.linear_model import LinearRegression
# 创建一些样本数据
X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]])
y = np.dot(X, np.array([1, 2])) + 3
# 创建线性回归模型并进行训练
model = LinearRegression()
model.fit(X, y)
# 输出模型的系数和截距
print("Coefficients: ", model.coef_)
print("Intercept: ", model.intercept_)
# 进行预测
X_test = np.array([[3, 4]])
y_pred = model.predict(X_test)
print("Predicted y: ", y_pred)
```
这段代码创建了一个简单的线性回归模型,通过使用`LinearRegression`类来构建模型。然后使用`fit`方法传入特征矩阵`X`和目标向量`y`来进行训练。最后,可以使用`predict`方法对新的样本进行预测。
希望对你有所帮助!如果有任何问题,请随时问我。
阅读全文