一元线性回归模型python
时间: 2023-10-06 07:10:21 浏览: 99
基于机器学习的回归模型,用python实现,根据每个房间的温度和湿度以及风速、能见度、露点等外部因素,预测特定时间跨度内房屋能耗
以下是一元线性回归模型的Python实现示例:
```python
import numpy as np
import matplotlib.pyplot as plt
# 输入数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 5, 7, 9, 11])
# 绘制原始数据散点图
plt.scatter(x, y)
# 求解一元线性回归模型参数
n = len(x)
sum_x = np.sum(x)
sum_y = np.sum(y)
sum_xy = np.sum(x*y)
sum_x2 = np.sum(x**2)
w = (n*sum_xy - sum_x*sum_y) / (n*sum_x2 - sum_x**2)
b = (sum_y - w*sum_x) / n
# 绘制回归直线
plt.plot(x, w*x+b, color="r")
# 显示图像
plt.show()
```
解释一下代码:
1. 首先引入numpy和matplotlib.pyplot库。
2. 输入数据x和y表示自变量和因变量,这里是一组简单的示例数据。
3. 绘制原始数据散点图,使用scatter函数绘制。
4. 求解一元线性回归模型参数,包括斜率w和截距b,使用公式进行计算。
5. 绘制回归直线,使用plot函数绘制。
6. 最后显示图像,使用show函数展示。
注意:这里的一元线性回归模型是简单的示例,实际问题中需要考虑更多的因素。此外,还可以使用sklearn等机器学习库来实现线性回归模型。
阅读全文