时间:2021-05-22
代码如下
import numpy as npfrom matplotlib import pyplot as plt# 用numpy生成数据t ,yt = np.arange(1,10,1)y = 0.9 * t + np.sin(t)model = np.polyfit(t, y ,deg=1) # np.polyfit是numpy提供的加分分析方法,deg=1,指定模型为1阶的,返回值model为获得的模型t2 = np.arange(-2,12,0.5) # 再生成一个间隔为0.5的序列ypredict = np.polyval(model, t2) # 由np.polyval预测y值序列plt.plot(t, y, "o", t2, ypredict, 'x')plt.show()上面的一段代码利用numpy生成数据序列,并实现了1阶回归,并画出预测效果图,图形如下:
将代码改一下,实现2阶、3阶回归预测,只需要model = np.polyfit(t, y, deg =2)即可,同理3阶模型就把deg改为3即可。
2阶效果图和3阶效果图分别如下:
需要说明的是,并不是拟合的阶数越高,模型越好,本例使用2阶拟合效果比较好,如果使用3阶,会出现“过拟合”
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
环境:numpy,pandas,python3在机器学习和深度学习的过程中,对于处理预测,回归问题,有时候变量是时间,需要进行合适的转换处理后才能进行学习分析,
开发环境:Pycharm2018.3+Anaconda3(5.3.0)+Python3.7.1+Numpy1.15.4在此环境下,我打算使用numpy模块的ze
本文实例讲述了Python数据分析之双色球基于线性回归算法预测下期中奖结果。分享给大家供大家参考,具体如下:前面讲述了关于双色球的各种算法,这里将进行下期双色球
本文实例讲述了Python实现的线性回归算法。分享给大家供大家参考,具体如下:用python实现线性回归UsingPythontoImplementLineRe
本文实例讲述了Python实现的逻辑回归算法。分享给大家供大家参考,具体如下:使用python实现逻辑回归UsingPythontoImplementLogis