Programa de regressão linear simples

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.