MODULO II LIBRERIAS
INICIANDO CON EJEMPLOS
EJEMPLO DE REGRESION LINEAL
EJEMPLO DE REGRESION LINEAL import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression # Datos de ejemplo np.random.seed( 42 ) X = 2 * np.random.rand( 100 , 1 ) y = 4 + 3 * X + np.random.randn( 100 , 1 ) plt.scatter(X, y) plt.title( 'Datos de ejemplo para regresión lineal' ) plt.xlabel( 'Variable independiente (X)' ) plt.ylabel( 'Variable dependiente (y)' ) plt.show() # Inicializar el modelo de regresión lineal model = LinearRegression() # Entrenar el modelo model.fit(X, y) # Generar datos para predecir X_new = np.array([[ 0 ], [ 2 ]]) # Realizar predicciones y_pred = model.predict(X_new) plt.scatter(X, y, label= 'Datos de ejemplo' ) plt.plot(X_new, y_pred, 'r-' , label= 'Línea de regresión' ) plt.title( 'Regresión Lineal' ) plt.xlabel( 'Variable independiente (X)' ) plt.ylabel( 'Variable dependiente (y)' ) plt.legend() plt.show() print ( 'Coeficiente (pendient...
Comentarios
Publicar un comentario