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
- Keras
- mglearn
- discrete_scatter
- java역사
- 웹 용어
- web 용어
- html
- 머신러닝
- bccard
- pycharm
- CES 2O21 참가
- paragraph
- web 사진
- CES 2O21 참여
- cudnn
- 결합전문기관
- KNeighborsClassifier
- tensorflow
- broscoding
- inorder
- classification
- web
- C언어
- 재귀함수
- 대이터
- 자료구조
- vscode
- 데이터전문기관
- web 개발
- postorder
Archives
- Today
- Total
bro's coding
sklearn.linearRegression 본문
반응형
from sklearn.neighbors import KNeighborsClassifier
X=iris[:,:4]
y=iris[:,4]
knn=KNeighborsClassifier()
knn.fit(X,y)
knn.score(X,y)
knn.predict(X)
from sklearn.linear_model import LinearRegression
linear=LinearRegression()
linear.fit(iris[:,[2]],iris[:,3])
기울기 = linear.coef_[0]
절편 = linear.intercept_
기울기, 절편
plt.scatter(iris[:,2],iris[:,3])
plt.xlabel('PetalLength')
plt.ylabel('PetalWidth')
plt.plot([0,7],[절편,7*기울기+절편],'r:')
반응형
'[AI] > python.sklearn' 카테고리의 다른 글
| sklearn.오류값 찾기 (0) | 2020.04.08 |
|---|---|
| sklearn.수치근사법 (0) | 2020.04.08 |
| sklearn.coef/intercept (0) | 2020.04.07 |
| machine learning.비용함수(cost function) (0) | 2020.04.07 |
| sklearn.비용함수.경사 하강법(stochastic gradient descent) (0) | 2020.04.07 |
| machine learning.Error(Cost) (0) | 2020.04.07 |
| sklearn.LinearRegression(선형회기) (0) | 2020.04.07 |
| sklearn.KNeighborsClassifier.basic (0) | 2020.04.06 |
'[AI]/python.sklearn' Related Articles
more
Comments