from __future__ import print_function |
import matplotlib.pyplot as plot |
from sklearn import datasets |
housing = pd.read_csv('kc_train.csv') |
target=pd.read_csv('kc_train2.csv') #销售价格 |
t=pd.read_csv('kc_test.csv') #测试数据 |
from sklearn.preprocessing import MinMaxScaler |
minmax_scaler=MinMaxScaler() |
minmax_scaler.fit(housing) #进行内部拟合,内部参数会发生变化 |
scaler_housing=minmax_scaler.transform(housing) |
scaler_housing=pd.DataFrame(scaler_housing,columns=housing.columns) |
scaler_t=pd.DataFrame(scaler_t,columns=t.columns) |
from sklearn.linear_model import LinearRegression |
LR_reg=LinearRegression() |
LR_reg.fit(scaler_housing,target) |
from sklearn.metrics import mean_squared_error |
preds=LR_reg.predict(scaler_housing) #输入数据进行预测得到结果 |
mse=mean_squared_error(preds,target) #使用均方误差来评价模型好坏,可以输出mse进行查看评价值 |
plot.figure(figsize=(10,7)) #画布大小 |
x=np.arange(1,num+1) #取100个点进行比较 |
plot.plot(x,target[:num],label='target') #目标取值 |
plot.plot(x,preds[:num],label='preds') #预测取值 |
plot.legend(loc='upper right') #线条显示位置 |
result=LR_reg.predict(scaler_t) |
df_result=pd.DataFrame(result) |
df_result.to_csv("result.csv")
最新文章
- POS与EPOS区别
- json2.js的用途(拯救IE)
- Windows下环境变量配置
- Tenth Line
- CSS实现DIV三角形
- 基础总结篇之九:Intent应用详解
- STM32的RFID射频读写控制装置
- jmeter 分布式实战
- Konckout第四个实例:组合类型数据绑定 -- 日期双向绑定显示
- ●HDU 3689 Infinite monkey theorem
- grpc的服务注册与发现及负载
- TProfiler部署文档--笔记
- java Dated Dateformat Calendar
- 不同IDE对maven项目静态资源处理
- js promise中如何取到[[PromiseValue]]
- HDU 1024(新最大子序列和 DP)
- Vue注意事项及用得较多的属性归纳
- qhfl-9 微信模板消息推送
- A successful Git branching model——经典篇
- zabbix3.4.7版本饼图显示问题
热门文章
- Talk is cheap. Show me the code的由来
- 多测师讲解自动化测试 _RF连接数据库_高级讲师肖sir
- Android开发教程之密码框右侧显示小眼睛
- js产生任意2个区间内的随机整数
- [论文阅读]阿里DIN深度兴趣网络之总体解读
- 单调队列优化题:最大数(P1198)
- HDU-1051 Wooden Sticks--线性动归(LIS)
- 【原创】xenomai3.1+linux构建linux实时操作系统-基于X86_64和arm
- spring boot:用rocketmq发送延时消息用来取消订单(spring boot 2.3.3)
- Github上的沙雕项目,玩100遍都不够