Eenvoudig lineair regressieprogramma
we zullen een voorbeeld van een eenvoudig lineair regressieprogramma laten zien. De formule is als volgt: y = b0 + b1 * x1 - y = afhankelijke variabele (DV) b0 = constant
Eenvoudig lineair regressieprogramma
In dit artikel laten we een voorbeeld zien van een eenvoudig lineair regressieprogramma.
[sc_fs_faq html='true' headline='h2″ img='' question='Simple Linear Regression Program' img_alt='' css_class=''] Bibliotheken
importeren Importeer de dataset
Splits de dataset in de Trainingsset en Testset
Training van de Eenvoudig lineair regressiemodel op de trainingsset
Het resultaat van
de
testset voorspellen Het resultaat van de trainingsset
visualiseren Het resultaat van de
testset visualiseren [/sc_fs_faq]
De formule is als volgt:
y = b0 + b1 * x1
y = afhankelijke variabele (DV)
b0 = constante
b1 = coëfficiënt
x1 = onafhankelijke variabele (IV)
Hier is een voorbeeld van het programma:
Bibliotheken importeren
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
Importeer de dataset
dataset = pd.read_csv('dataset-file.csv')
x = dataset.iloc[:, :-1].values
x = dataset.iloc[:, -1].values
Vervang het bestand dataset-file.csv door uw bestand en vermeld het volledige pad van het bestand.
De dataset splitsen in de Trainingsset en Testset
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)
Het eenvoudige lineaire regressiemodel trainen op de trainingsset
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x_train, y_train)
Het resultaat van de testset voorspellen
y_pred = regressor.predict(x_test)
De resultaten van de trainingsset visualiseren
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()
De resultaten van de testset visualiseren
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()
We hebben een eenvoudig lineair regressieprogramma getoond.