Programa de regresión lineal simple

En este artículo, mostraremos un ejemplo de programa de regresión lineal simple.

[sc_fs_faq html = 'true' headline = 'h2 ″ img =' 'question =' Programa de regresión lineal simple 'img_alt =' 'css_class =' ​​'] Importar bibliotecas
Importar el conjunto de datos
Dividir el conjunto de datos en el conjunto de entrenamiento y el conjunto de prueba
Entrenamiento del Modelo de regresión lineal simple en el conjunto de entrenamiento
Predicción del resultado del conjunto de prueba
Visualización del resultado del conjunto de entrenamiento
Visualización del resultado del conjunto de prueba
[/ sc_fs_faq]

La fórmula es la siguiente:

y = b0 + b1 * x1

y = Variable dependiente (DV)
b0 = Constante
b1 = Coeficiente
x1 = Variable independiente (IV)

Aquí hay un ejemplo del programa:

Importar bibliotecas

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

Importar el conjunto de datos

dataset = pd.read_csv('dataset-file.csv')

x = dataset.iloc[:, :-1].values

x = dataset.iloc[:, -1].values

Reemplace el archivo dataset-file.csv con su archivo y mencione la ruta completa del archivo.

Dividir el conjunto de datos en el conjunto de entrenamiento y el conjunto de prueba

from sklearn.model_selection import train_test_split

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.2, random_state = 0)

Entrenamiento del modelo de regresión lineal simple en el conjunto de entrenamiento

from sklearn.linear_model import LinearRegression

regressor = LinearRegression()

regressor.fit(x_train, y_train)

Predicción del resultado del conjunto de prueba

y_pred = regressor.predict(x_test)

Visualización de los resultados del conjunto de entrenamiento

plt.scatter(x_train, y_train, color = 'red')

plt.plot(x_train, regressor.predit(x_train), color = 'blue')

plt.title('Name of the graph')

plt.xlabel('Name of the x label')

plt.ylabel('name of the y label')

plt.show()

Visualización de los resultados del conjunto de prueba

plt.scatter(x_test, y_test, color = 'red')

plt.plot(x_train, regressor.predit(x_train), color = 'blue')

plt.title('Name of the graph')

plt.xlabel('Name of the x label')

plt.ylabel('name of the y label')

plt.show()

Hemos mostrado el programa de regresión lineal simple.