线性拟合读取100行100列的数据使用交叉验证的代码,error_score='raise'来调试错误,并将数据分成训练数据,测试数据,预测数据并生成拟合图,以及准确率,召回率,F1值且x,y的值相同
时间: 2024-05-15 13:15:36 浏览: 23
以下是线性拟合读取100行100列数据并使用交叉验证进行训练和测试的代码:
```python
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import cross_val_score, train_test_split
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
import matplotlib.pyplot as plt
# 读取数据
data = pd.read_csv('data.csv', header=None)
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values
# 将数据分成训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
# 线性拟合
regressor = LinearRegression()
regressor.fit(X_train, y_train)
# 交叉验证
scores = cross_val_score(regressor, X_train, y_train, cv=5, scoring='neg_mean_squared_error', error_score='raise')
print("交叉验证得分:", scores)
# 预测数据
y_pred = regressor.predict(X_test)
# 计算准确率、召回率、F1值
accuracy = accuracy_score(y_test, y_pred)
precision = precision_score(y_test, y_pred)
recall = recall_score(y_test, y_pred)
f1 = f1_score(y_test, y_pred)
print("准确率:", accuracy)
print("召回率:", recall)
print("F1值:", f1)
# 生成拟合图
plt.scatter(X_test, y_test, color='red')
plt.plot(X_test, y_pred, color='blue')
plt.title('Linear Regression')
plt.xlabel('X')
plt.ylabel('y')
plt.show()
```
需要注意的是,这里的数据文件名为"data.csv",需要根据实际情况进行修改。同时,X和y的值应当相同,即数据中最后一列为y值,前面的所有列为X值。
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)