2020-09-11
阅读量:
899
使用numpy实现线性回归并绘图?
#生成一系列线性相关的数据
dataset_size = 100000
#干扰幅度, 干扰越小, ab越准确
amplitute = 200
#预测 y = 2x+3 的线性函数
x = np.random.randint(0,1000,dataset_size)
y = 2 * x + 3 + np.random.normal(size=dataset_size)*amplitute
#使用最小二乘法求解线性回归
x_mean = np.mean(x)
y_mean = np.mean(y)
m1 = 0 #分母
m2 = 0 #分子
for x_i, y_i in zip(x, y):
m1 += (x_i - x_mean) * (y_i - y_mean)
m2 += (x_i - x_mean) ** 2
a = m1/m2
b = y_mean - a*x_mean
print(a,b)
#绘图
y_line = a*x + b
print(a,b)
plt.scatter(x[:50],y[:50])
plt.plot(x, y_line, color='r')
plt.axis([0,4000,0,4000])
plt.show()






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论