ML之MLiR：利用多元線性回歸法，從大量數(shù)據(jù)(csv文件)中提取五個(gè)因變量(輸入運(yùn)輸任務(wù)總里程數(shù)、運(yùn)輸次數(shù)、三種不同的車型，預(yù)測(cè)需要花費(fèi)的小時(shí)數(shù))來(lái)預(yù)測(cè)一個(gè)自變量

?

?

?

輸出結(jié)果

代碼設(shè)計(jì)

from numpy import genfromtxt from sklearn import linear_modeldatapath=r"Delivery_Dummy.csv" data = genfromtxt(datapath,delimiter=",") x = data[1:,:-1] y = data[1:,-1] print (x) print (y)mlr = linear_model.LinearRegression() mlr.fit(x, y) print (mlr) print ("coef:") print (mlr.coef_) print ("intercept") print (mlr.intercept_) xPredict = [[120,3,1,0,0]] yPredict = mlr.predict(xPredict)print ("predict:") print (yPredict)

?

?

?

相關(guān)文章
ML之MLiR：利用多元線性回歸法，從大量數(shù)據(jù)(csv文件)中提取五個(gè)因變量(輸入運(yùn)輸任務(wù)總里程數(shù)、運(yùn)輸次數(shù)、三種不同的車型，預(yù)測(cè)需要花費(fèi)的小時(shí)數(shù))來(lái)預(yù)測(cè)一個(gè)自變量

總結(jié)

以上是生活随笔為你收集整理的ML之MLiR：利用多元线性回归法，从大量数据(csv文件)中提取五个因变量(输入运输任务总里程数、运输次数、三种不同的车型，预测需要花费的小时数)来预测一个自变量的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。