با استفاده از پایتون و matplotlib، یک مجموعه دادهٔ مصنوعی از نقاط دوبعدی تولید کن، رگرسیون خطی را برازش بده، خط رگرسیونی را روی نمودار پراکندگی رسم کن و مقدار R² را محاسبه و نمایش بده.
5.0 بازدید آخرین ویرایش در 201 روز قبل ساعت 03:19 0.0
برای حل این مسئله میتوانید با numpy دادههای نمونه (np.random.randn یا np.random.uniform) و نویز اضافه کنید، سپس از sklearn.linear_model.LinearRegression یا np.polyfit برای برازش خط استفاده کنید؛ مقدار R² را با sklearn.metrics.r2_score محاسبه کنید. برای نمایش از matplotlib.pyplot استفاده کرده و ابتدا نقاط را با plt.scatter رسم کنید و سپس خط برازش را با plt.plot اضافه کنید؛ برچسبمحورها، عنوان و legend را فراموش نکنید و برای تکرارپذیری از np.random.seed استفاده کنید.
1 پاسخ
جدید ترین قدیمی ترین بالاترین امتیاز پاسخ های من
در حال بارگیری...
برای ارسال پاسخ باید با حساب کاربری وارد شوید.
ورود به حساب کاربری
برای تکرارپذیری، نخست با np.random.seed(0) دادهها را تولید کن و یک رابطه خطی ساده y = a*x + b به همراه نویز تولید کن. میتوانی از sklearn.linear_model.LinearRegression یا np.polyfit با درجه 1 برای برازش استفاده کنی و سپس y_hat را از مدل به دست آوری. مقدار R² را با sklearn.metrics.r2_score محاسبه و نمایش بده و همچنین میتوانی مقادیر واقعی و پیشبینیشده را مقایسه کنی. در نمودار پراکندگی با plt.scatter نقاط را رسم کن و با plt.plot خط برازش را اضافه کن، و برچسبها، عنوان و legend را فراموش نکن تا تفسیر نمودار واضح باشد.
گزارش