반응형
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
- web
- broscoding
- Keras
- KNeighborsClassifier
- 웹 용어
- 데이터전문기관
- mglearn
- discrete_scatter
- bccard
- CES 2O21 참가
- web 개발
- 재귀함수
- inorder
- html
- 대이터
- 결합전문기관
- cudnn
- CES 2O21 참여
- postorder
- web 사진
- C언어
- pycharm
- web 용어
- classification
- paragraph
- tensorflow
- vscode
- 머신러닝
- java역사
- 자료구조
Archives
- Today
- Total
bro's coding
sklearn.linear regression 회귀 선 그리기 본문
반응형
X=iris.data[50:,[0]]
y=iris.data[50:,1]
model=LinearRegression()
model.fit(X,y)
model.score(X,y)
model.coef_, model.intercept_
# (array([0.27804192]), 1.1309015164752294)
xxx=[X.min()-0.5,X.max()+0.5]
yyy=model.coef_*xxx+model.intercept_
# 기울기 : w(weight)=coef_ ,절편 : b(ax+b)=intercept_
plt.scatter(X,y)
plt.plot(xxx,yyy,'r:')
반응형
'[AI] > python.sklearn' 카테고리의 다른 글
| sklearn.linear_model.LogisticRegression(로지스틱 회귀) (0) | 2020.04.13 |
|---|---|
| sklearn.datasets .make_blobs 사용하기 (0) | 2020.04.13 |
| sklearn.linear regression.다차원(wine)등급 예상하기(정규화) (0) | 2020.04.10 |
| sklearn.linear regression.꽃종류 별 회귀 선 그리기 (0) | 2020.04.10 |
| sklearn.linearRegression. basic (0) | 2020.04.09 |
| sklearn.영향력 없는 column 찾기(knn) (0) | 2020.04.09 |
| sklearn.matplotlib로 knn표현하기 (0) | 2020.04.09 |
| sklearn.knn.KNeiborsClassifier(K값 변화에 따른 score 관찰) (0) | 2020.04.09 |
'[AI]/python.sklearn' Related Articles
more
Comments