Programa de regressão linear simples
mostraremos um exemplo de Programa de Regressão Linear Simples. A fórmula é a seguinte: y = b0 + b1 * x1 - y = Variável Dependente (DV) b0 = Constante
Neste artigo, mostraremos um exemplo de Programa de Regressão Linear Simples.
[sc_fs_faq html = 'true' headline = 'h2 ″ img =' 'question =' Programa de regressão linear simples 'img_alt =' 'css_class =' '] Importar bibliotecas
Importar o conjunto de dados
Dividir o conjunto de dados no conjunto de treinamento e no conjunto de teste
. Modelo de regressão linear simples no conjunto de treinamento
Previsão do resultado do conjunto de teste
Visualização do resultado do conjunto de treinamento
Visualização do resultado do conjunto de teste
[/ sc_fs_faq]
A fórmula é a seguinte:
y = b0 + b1 * x1
y = Variável Dependente (DV)
b0 = Constante
b1 = Coeficiente
x1 = Variável Independente (IV)
Aqui está um exemplo do programa:
Importar Bibliotecas
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
Importar o conjunto de dados
dataset = pd.read_csv('dataset-file.csv')
x = dataset.iloc[:, :-1].values
x = dataset.iloc[:, -1].values
Substitua o arquivo dataset-file.csv pelo seu arquivo e mencione o caminho completo do arquivo.
Dividir o conjunto de dados em conjunto de treinamento e conjunto de teste
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)
Treinamento do modelo de regressão linear simples no conjunto de treinamento
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x_train, y_train)
Prever o resultado do conjunto de testes
y_pred = regressor.predict(x_test)
Visualizando os resultados do conjunto de treinamento
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()
Visualizando os resultados do conjunto de testes
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()
Mostramos o Programa de Regressão Linear Simples.