Python, análisis de regresión

importar numpy como np
importar matplotlib.pyplot como plt

t = np.arange (1, 10, 1) # Genera una lista de series de tiempo del 1 al 9
y = t * 0.9 + np.sin (t) # genera una lista de datos del eje y que fluctúa hacia arriba
model = np.polyfit (t, y, deg = 2) # Se ajusta a un modelo de segundo orden. Si deg = 1, se ajusta el modelo de regresión lineal de primer orden.
t2 = np.arange (-2, 12, 0.5) # genera una nueva lista de series de tiempo
y2predict = np.polyval (modelo, t2) #Utilice el modelo que acaba de generar para generar la variable independiente y2predict con la condición de que t2 sea la variable dependiente
plt.plot (t, y, 'o', t2, y2predict, 'x')
plt.show ()

  

Supongo que te gusta

Origin www.cnblogs.com/iceberg710815/p/12674899.html
Recomendado
Clasificación