我有兩列，我想人為地將 A 列的值增加到 1000，以查看 B 列中的值會發生什么變化。
資料
A B
500 20
200 10
100 5
期望的
A B
500 20
200 10
100 5
1000 ?
我希望人為地將 A 列的值增加到 1000，以查看 B 列中的值會發生什么變化。
正在做
使用 python 我將測驗相關性。將此視為線性回歸問題。
pyplot.scatter(x = ‘A’, y = ‘B’, s= 100)
pyplot.show()
然后我想我可以使用線性回歸來確定如果我增加 A 的依賴值，B 的值將是多少。只是不確定如何輸入如果 A 值。
import numpy as np
from sklearn.linear_model import LinearRegression
x = np.array([500,200,100]).reshape((-1, 1))
y = np.array([20,10,5])
任何建議表示贊賞
uj5u.com熱心網友回復：
您首先需要創建并擬合模型，然后才能使用它進行預測。
import numpy as np
from sklearn.linear_model import LinearRegression
x = np.array([500,200,100])
y = np.array([20,10,5])
reg = LinearRegression().fit(x, y)
reg.predict(np.array([1000]))
圖表可能會有所幫助。在這種情況下，沒有嚴格的線性關系，但我們正在做出最好的猜測。這有點像計算機繪制一條最佳擬合線。
在這里，最佳擬合線的方程為Y = 0.03654*X 1.923。進行預測只是意味著將另一個 X 值插入此公式以找到相應的 Y 坐標。
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/457244.html
標籤：Python 麻木的 matplotlib 数据科学 线性回归
上一篇：在while回圈選單中不繪制圖形
下一篇：在分類圖中繪制圖例