不同行業工齡與薪水的線性回歸模型

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_excel('行業收入表.xlsx')

x = df[['工齡']]

y = df['薪水']
# 繪製散點圖

plt.scatter(x, y)
plt.xlabel('工齡')
plt.ylabel('薪水')
plt.title('工齡與薪水散點圖')
# 模型搭建

from sklearn.linear_model import linearregression
regr = linearregression()
regr.fit(x, y)
# 模型視覺化

plt.scatter(x, y)
plt.plot(x, regr.predict(x), color='r')
plt.xlabel('工齡')
plt.ylabel('薪水')
plt.title('工齡與薪水散點圖')
# 線性回歸方程構造

# 係數
regr.coef_[0]
# 截距

regr.intercept_
from sklearn.metrics import r2_score

r2 = r2_score(y, regr.predict(x))
r2
# 一元二次線性回歸模型

# 線性回歸模型評估

				
智慧型客服對不同行業有什麼作用？
智慧型客服系統製造行業做為ai人工智慧應用最早保持產品化落地式的行業，吸引了眾多公司競相合理布局，那麼智慧型客服系統在每個製造行業中的具體運用狀況怎樣呢？ai智慧型客服系統在公司中有什麼應用領域？人們以給出好多個情景為例 1 金融業 2 電子商務批發業 3 教育培訓市場 4 娛樂業 除開左右情景，智...