线性回归模型能否预测身高与超长尾词体重之间的关系？
- 内容介绍
- 文章标签
- 相关推荐
本文共计343个文字，预计阅读时间需要2分钟。
当然可以，请您提供需要改写的原文，我会根据您的要求进行修改。
# 创建数据集，把数据写入到numpy数组import numpy as np #引用numpy库，主要用来做科学 import matplotlib.pyplot as plt #引用matplotlib库，主要用来画图data=np.array([[152,51],[156,53],[160,54],[164,55], [168,57],[172,62],[176,62],[180,65], [184,69],[188,72]])# 打印数组的大小print(data.shape)# 从data中提取出身高和体重，分别存放在x,y变量中x,y=data[:,0].reshape(-1,1),data[:,1]
注意： data[:,0]中添加了一个reshape的函数，主要的原因是在之后调用fit函数的时候对特征矩阵x是要求是矩阵的形式。
本文共计343个文字，预计阅读时间需要2分钟。
当然可以，请您提供需要改写的原文，我会根据您的要求进行修改。
# 创建数据集，把数据写入到numpy数组import numpy as np #引用numpy库，主要用来做科学 import matplotlib.pyplot as plt #引用matplotlib库，主要用来画图data=np.array([[152,51],[156,53],[160,54],[164,55], [168,57],[172,62],[176,62],[180,65], [184,69],[188,72]])# 打印数组的大小print(data.shape)# 从data中提取出身高和体重，分别存放在x,y变量中x,y=data[:,0].reshape(-1,1),data[:,1]
注意： data[:,0]中添加了一个reshape的函数，主要的原因是在之后调用fit函数的时候对特征矩阵x是要求是矩阵的形式。