一元线性回归模型python

以下是使用Python实现一元线性回归模型的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 构造数据集
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 5, 7, 9, 11])

# 可视化数据集
plt.scatter(x, y)
plt.xlabel('x')
plt.ylabel('y')

# 计算斜率和截距
n = len(x)
x_mean = np.mean(x)
y_mean = np.mean(y)
numerator = 0
denominator = 0
for i in range(n):
    numerator += (x[i] - x_mean) * (y[i] - y_mean)
    denominator += (x[i] - x_mean) ** 2
slope = numerator / denominator
intercept = y_mean - slope * x_mean

# 可视化拟合直线
plt.plot(x, slope * x + intercept, color='red')

# 输出结果
print('斜率为：', slope)
print('截距为：', intercept)

运行结果如下：

斜率为： 2.0
截距为： 1.0

同时，还会弹出一个可视化窗口，显示数据集和拟合直线的情况。