sklearn.수치근사법

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs

 

data,label=make_blobs(n_samples=500,centers=[[0,0]])
data

 

plt.hlines([0],-10,10,linestyles=':')
plt.vlines([0],-10,10,linestyles=':')
plt.scatter(data[:,0],data[:,1],alpha=0.3)
plt.axis('scaled')

data=data*[3,1]
plt.hlines([0],-10,10,linestyles=':')
plt.vlines([0],-10,10,linestyles=':')
plt.scatter(data[:,0],data[:,1],alpha=0.3)
plt.axis('scaled')

X=np.random.randn(500)*10 # 곱하는 수의 절댓값이 커질수록 직선에 가까워진다.
y=3*X+np.random.randn(500) # 곱하는 수에 따라 회전(기울기 개념)

plt.hlines([0],-10,10,linestyles=':')
plt.vlines([0],-10,10,linestyles=':')
plt.scatter(X,y,alpha=0.3)
plt.axis('scaled')

X=np.random.randn(500)*5 # 곱하는 수의 절댓값이 커질수록 직선에 가까워진다.
y=X+np.random.randn(500) # 곱하는 수에 따라 회전(기울기 개념)
X=X+5 # 평행이동
y=y+5 # 평행이동
plt.hlines([0],-10,10,linestyles=':')
plt.vlines([0],-10,10,linestyles=':')
plt.scatter(X,y,alpha=0.3)
plt.plot([-10,10],[-10,10],'r--')
plt.axis('scaled')