Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- mybatis
- Eclipse
- Sqoop
- Spring
- SQL
- window
- tomcat
- NPM
- Kotlin
- react
- Java
- table
- Python
- IntelliJ
- MSSQL
- Express
- vaadin
- mapreduce
- GIT
- plugin
- SPC
- Android
- xPlatform
- R
- SSL
- 보조정렬
- 공정능력
- hadoop
- JavaScript
- es6
Archives
- Today
- Total
DBILITY
python matplot scatter chart , linear regression line exercise 본문
반응형
독거 가능성 100% 노후에 라면값이라도 하게 광고 한번씩 클릭하시오!
Please click on the ad so that I can pay for ramen in my old age!
老後にラーメン代だけでもするように広告を一回クリックしてください。
点击一下广告,让老后吃个泡面钱吧!
선형회귀에 대한 학습은 언젠가 해야겠다.
https://ko.wikipedia.org/wiki/%EC%84%A0%ED%98%95_%ED%9A%8C%EA%B7%80
최소제곱법
https://ko.wikipedia.org/wiki/%EC%B5%9C%EC%86%8C%EC%A0%9C%EA%B3%B1%EB%B2%95
sklearn 미설치 시 설치 ( pip install -U scikit-learn )
수학시간에 산점도 또는 산포도라고 배웠던 그것이다.
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
import numpy as np
heights = [170, 180, 160, 165, 205]
weights = [75, 89, 50, 60, 110]
nheights = np.array(heights).reshape((-1, 1))
nweights = np.array(weights).reshape((-1, 1))
model = LinearRegression().fit(nheights, nweights)
#print(model.score(nheights, nweights))
#print(model.intercept_)
#print(model.coef_)
r = model.predict(nheights)
#print(r)
plt.text(x=182, y=80, s='hyperrookie@gmail.com', rotation=0, color='whitesmoke', horizontalalignment='center', verticalalignment='center',
fontsize=22, fontweight='bold')
plt.title('scatter plot')
plt.xlabel('height')
plt.ylabel('weight')
plt.scatter(heights, weights)
plt.plot(heights, r, color='red', linewidth=1)
plt.show()
결과는 그림 1과 같다.
반응형
'python' 카테고리의 다른 글
python pandas dataframe (0) | 2021.10.12 |
---|---|
python papago translate api example (0) | 2021.10.12 |
python matplot pie chart (0) | 2021.08.30 |
python matplot bar chart example (0) | 2021.08.27 |
python matplot line chart example (0) | 2021.08.25 |
Comments