import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
%matplotlib inline
#产生一套模拟输入数据
x=np.linspace(1,10,50) #输入
noise=np.random.uniform(-2,2,size=50) #干扰量
y = x * 5 + 6 + noise #输出
#训练
liner=LinearRegression()
liner.fit(x.reshape(-1,1),y.reshape(-1,1)) # 训练
k=liner.coef_ #斜率k
b=liner.intercept_ #截距b
print (k)
print (b)
plt.plot(x,y,'o')
#测试一个输入，看看输出
y_test=liner.predict([[6]])
print('y_test=',y_test)
k= [[4.95313161]]
b= [6.02016759]
untitled.png
y_test= [[35.73895727]]
网友评论