from sklearn import linear_model
import numpy as np
x = np.array([[
12],[
5],[
7],[
8]])
y = np.array([24
,10,14
,16])
lm = linear_model.linearregression(
)# 擬合模型
lm.fit(x,y)
print
(lm.predict([[
30]])
)#檢視回歸方程係數
print
('coefficients:'
, lm.coef_)
#檢視回歸方程截距
print
('intercept:'
, lm.intercept_)
線性回歸fit函式用於擬合輸入輸出資料,呼叫形式為lm.fit(x,y, sample_weight=none): (lm = linear_model.linearregression() 物件)
x : x為訓練向量,x為陣列或者列表要與y對應,是二維陣列
y : y為相對於x的目標向量,一維陣列
sample_weight : 分配給各個樣本的權重陣列,一般不需要使用,可省略。
lm.predict(x)
x : x為輸入的新的向量,該函式將返回出新的向量對應的模型結果
檢視方程
#檢視回歸方程係數
print(『coefficients:』, lm.coef_)
#檢視回歸方程截距
print(『intercept:』, lm.intercept_)
簡述 python使用sklearn畫ROC曲線
使用sklearn的一系列方法後可以很方便的繪製處roc曲線,這裡簡單實現以下。主要是利用混淆矩陣中的知識作為繪製的資料 如果不是很懂可以先看看這裡的基礎 tpr ture positive rate 真陽率 影象的縱座標 fpr false positive rate 陽率 偽陽率 影象的橫座標 ...
sklearn因子分析(python)
因子分析 factor analysis 是指研究從變數群中提取共性因子的統計技術,這裡的共性因子指的是不同變數之間內在的隱藏因子。例如,乙個學生的英語 資料 語文成績都很好,那麼潛在的共性因子可能是智力水平高。因此,因子分析的過程其實是尋找共性因子和個性因子並得到最優解釋的過程。因子分析有兩個核心...
Python安裝sklearn的問題
我使用的安裝源為,推薦使用豆瓣源,挺全的,不過有的可能沒有,我目前需要的基本都能找到 所以總的命令為 pip install i numpy 記住url 後要有空格,然後再輸入numpy 這樣numpy總算順利安裝好了,不過其他小夥伴如果能用pip install numpy方法直接成功安裝的,就不...