博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
简单的线性回归
阅读量:6311 次
发布时间:2019-06-22

本文共 417 字,大约阅读时间需要 1 分钟。

import numpy as np from sklearn.linear_model import LinearRegression np.random.seed(1) X = 2 * np.random.rand(10000, 1) #模拟出10000个y y = 4 + 3 * X + np.random.randn(10000, 1) #实例化出一个线性回归器,是个对象 lin_reg = LinearRegression() lin_reg.fit(X, y) print(lin_reg.intercept_, lin_reg.coef_) # X_new = np.array([[0], [2]]) X_new = np.array([[2]]) print(lin_reg.predict(X_new))

转载于:https://www.cnblogs.com/cwx-0324/p/10875290.html

你可能感兴趣的文章
UIWebView与JS的深度交互-b
查看>>
session的存储方式和配置
查看>>
[转载]说说大型高并发高负载网站的系统架构
查看>>
就差了一点点....
查看>>
UILabel小结
查看>>
Linux下解压rar
查看>>
相关资源连接
查看>>
C 判断IP地址的合法性
查看>>
简单工厂模式
查看>>
TestLink部署与介绍
查看>>
第九章 我为什么为花荣不平
查看>>
wp7 应用程序生命周期
查看>>
从 InfoPath 2010 表单打开 SharePoint 2010 模式对话框
查看>>
【百度地图-安卓SDK】如何实现跨城驾车导航?例如从重庆到北京。
查看>>
WEB网站数据库服务器配置要求
查看>>
STUN: NAT 类型检测方法
查看>>
2015编程之美(资格赛)--基站选址
查看>>
使用“时间轴”面板
查看>>
内核参数详解
查看>>
Token的管理
查看>>