Program Regresi Linier Sederhana
kita akan menunjukkan salah satu contoh Program Regresi Linier Sederhana. Rumusnya adalah sebagai berikut: y = b0 + b1 * x1 - y = Variabel Dependen (DV) b0 = Konstanta
Pada artikel ini, kami akan menunjukkan salah satu contoh Program Regresi Linier Sederhana.
[sc_fs_faq html='true' headline='h2″ img='' question='Simple Linear Regression Program' img_alt='' css_class=''] Impor perpustakaan
Impor dataset
Memisahkan dataset ke dalam Training set dan Test set
Melatih Model Regresi Linier Sederhana pada Training set
Memprediksi hasil Test set
Memvisualisasikan hasil Training set
Memvisualisasikan hasil Test set
[/sc_fs_faq]
Rumusnya adalah sebagai berikut:
y = b0 + b1 * x1
y = Variabel Dependen (DV)
b0 = Konstanta
b1 = Koefisien
x1 = Variabel Independen (IV)
Berikut salah satu contoh programnya:
Impor Perpustakaan
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
Impor kumpulan data
dataset = pd.read_csv('dataset-file.csv')
x = dataset.iloc[:, :-1].values
x = dataset.iloc[:, -1].values
Ganti file dataset-file.csv dengan file Anda dan sebutkan path lengkap file tersebut.
Memisahkan dataset menjadi Training set dan Test set
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)
Melatih model Regresi Linier Sederhana pada set Pelatihan
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x_train, y_train)
Prediksi hasil set Tes
y_pred = regressor.predict(x_test)
Memvisualisasikan hasil set Pelatihan
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()
Memvisualisasikan hasil set Tes
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()
Kami telah menunjukkan Program Regresi Linier Sederhana.