Python 求线性回归方程的包
时间: 2023-11-19 18:24:06 浏览: 169
Python 中求解线性回归方程的包主要有以下几个:
1. Scikit-learn:Scikit-learn 是一个机器学习库,其中包含了线性回归模型。可以使用 `linear_model.LinearRegression` 类来进行线性回归建模。代码示例:
```python
from sklearn.linear_model import LinearRegression
X = [[1], [2], [3], [4]]
y = [2, 4, 5, 8]
model = LinearRegression()
model.fit(X, y)
print("Intercept:", model.intercept_)
print("Slope:", model.coef_)
```
2. Statsmodels:Statsmodels 是一个统计模型库,其中也包含了线性回归模型。可以使用 `OLS` 类来进行线性回归建模。代码示例:
```python
import numpy as np
import statsmodels.api as sm
X = [[1], [2], [3], [4]]
y = [2, 4, 5, 8]
X = sm.add_constant(X)
model = sm.OLS(y, X).fit()
print(model.summary())
```
3. TensorFlow:TensorFlow 是一个深度学习框架,其中也包含了线性回归模型。可以使用 `tf.keras.Sequential` 和 `tf.keras.layers.Dense` 类来进行线性回归建模。代码示例:
```python
import tensorflow as tf
X = [[1], [2], [3], [4]]
y = [2, 4, 5, 8]
model = tf.keras.Sequential([
tf.keras.layers.Dense(units=1, input_shape=[1])
])
model.compile(optimizer=tf.keras.optimizers.Adam(1e-1),
loss='mse')
model.fit(X, y, epochs=1000, verbose=False)
print("Intercept:", model.layers[0].get_weights()[1])
print("Slope:", model.layers[0].get_weights()[0])
```
阅读全文