一進制線性回歸2

通過Python的Scikit-Learn庫可以輕松搭建一進制線性回歸模型。

#1.繪制散點圖:

import matplotlib.pyplot as plt
x=[[1],[2],[4],[5]]
y=[2,4,6,8]
plt.scatter(x,y)
plt.show()
           

#2.引入Scikit-Learn庫搭模組化型

from sklearn.linear_model import LinearRegression
regr=LinearRegression()
regr.fit(x,y)

           

#3.模型預測

#模型預測,假設自變量為1.5

y_pre=regr.predict([[1.5]])

y_pre
Out[69]: array([2.9])

#同時預測多個變量

y_pre2=regr.predict([[1.5],[2.5],[4.5]])

y_pre2
Out[72]: array([2.9, 4.3, 7.1])
           

#４.模型可視化

還可以将搭建好的模型以可視化的形式展示出來，代碼如下。

plt.scatter(x,y)
plt.plot(x,regr.predict(x))
plt.show()
           

繪制效果如下圖所示，此時的一進制線性回歸模型就是