0

我正在尝试使用sklearn线性回归绘制简单的直线拟合。不幸的是,由于某些原因,线拟合本身并没有画出来。

将numpy导入为np从sklearn.linear_model导入线性回归将matplotlib.pyplot作为plt导入定义main():#正在加载文件arr=np.genfromttxt(“data.csv”,dtype=float,分隔符=“;”,names=True)#电压X=np.数组([[i[0]代表arr]]中的i)打印(“电压”)打印(X)#左轮LEFT_Y=np.数组([i[1]表示数组中的i)打印(“左轮”)打印(左_Y)#右车轮RIGHT_Y=np.array([i[2]表示arr]]中的i)打印(“右轮”)打印(正确)model=线性回归()模型拟合(X,LEFT_Y)plt.散射(X,LEFT_Y,颜色=“蓝色”)plt.plot(X,模型预测(X),color='red')展示()如果__name__==“__main__”:main()
  • 那么,拟合后的模型.x是什么? 评论 2021年11月4日21:19
  • @尤利塞斯·布西,你什么意思? 评论 2021年11月4日21:34
  • 1
    更短的X=np.数组([arr[:,0]])
    – 呋喃
    评论 2021年11月4日23:24

1答案1

重置为默认值
0

我的问题是创建不正确的NumPy数组。它们必须以这种方式创建:

X=np.array([i[0]代表arr]中的i)#无第二个括号

其他阵列也是如此。

1
  • 你有同样的问题代码-区别在哪里?
    – 呋喃
    评论 2021年11月4日23:25

你的答案

单击“发布您的答案”,表示您同意我们的服务条款并确认您已阅读我们的隐私政策.

不是你想要的答案吗?浏览标记的其他问题问你自己的问题.