波士顿房价面积80-200 ,售价100-300,随机生成十个数求的的线性回归方程图python代码
时间: 2024-09-14 10:04:04 浏览: 30
在Python中,我们可以使用`numpy`库生成随机数据,`matplotlib`库绘制散点图,并利用`sklearn`库进行线性回归。下面是一个简单的示例,展示如何生成这样的数据并绘制线性回归图:
```python
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
# 随机生成房价数据
np.random.seed(42) # 设置随机种子保证结果可复现
house_prices = np.random.randint(low=100, high=301, size=(10,)) # 售价
house_sizes = np.random.randint(low=80, high=201, size=(10,)).reshape(-1, 1) # 面积
# 创建线性模型并拟合数据
model = LinearRegression()
model.fit(house_sizes, house_prices)
# 计算并预测
y_pred = model.predict(house_sizes)
# 绘制散点图和回归线
plt.scatter(house_sizes, house_prices, label='Data')
plt.plot(house_sizes, y_pred, color='red', linewidth=2, label='Linear Regression')
plt.xlabel('House Size (Square Feet)')
plt.ylabel('House Price ($)')
plt.legend()
plt.title('Boston House Prices vs Area (Random Data)')
plt.show()
阅读全文