Basit Doğrusal Regresyon Programı

Bu yazımızda Basit Doğrusal Regresyon Programının bir örneğini göstereceğiz.

[sc_fs_faq html = 'true' başlık = 'h2 "img ='' sorusu = 'Basit Doğrusal Regresyon Programı' img_alt = '' css_class = ''] İthalat kütüphaneleri
İthalat veri kümesi
Eğitim seti bölmeyi veri kümesini ve Test set
Eğitim Eğitim setinde Basit Doğrusal Regresyon modeli
Test seti sonucunu tahmin
etme Eğitim seti sonucunu
görselleştirme Test seti sonucunu görselleştirme
[/sc_fs_faq]

Formül aşağıdaki gibidir:

y = b0 + b1 * x1

y = Bağımlı Değişken (DV)
b0 = Sabit
b1 = Katsayı
x1 = Bağımsız Değişken (IV)

İşte programın bir örneği:

Kitaplıkları İçe Aktarma

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

Veri kümesini içe aktar

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

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

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

Değiştir veri kümesi-file.csv Dosyanızla dosyayı ve dosyanın tam yolunu belirtin.

Veri kümesini Eğitim kümesine ve Test kümesine bölme

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)

Basit Doğrusal Regresyon modelini Eğitim setinde eğitmek

from sklearn.linear_model import LinearRegression

regressor = LinearRegression()

regressor.fit(x_train, y_train)

Test seti sonucunu tahmin edin

y_pred = regressor.predict(x_test)

Eğitim seti sonuçlarını görselleştirme

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()

Test seti sonuçlarını görselleştirme

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()

Basit Doğrusal Regresyon Programını gösterdik.