1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | import matplotlib.pylab as plt from sklearn import linear_model # ¼±Çü ȸ±Í ¸ðµ¨À» »ý¼ºÇÑ´Ù. reg = linear_model.LinearRegression() # µ¥ÀÌÅÍ´Â ÆÄÀ̽ãÀÇ ¸®½ºÆ®·Î ¸¸µé¾îµµ µÇ°í ¾Æ´Ï¸é ³ÑÆÄÀÌÀÇ ¹è¿·Î ¸¸µé¾îµµ µÊ X = [[0], [1], [2]] # 2Â÷¿øÀ¸·Î ¸¸µé¾î¾ß ÇÔ y = [3, 3.5, 5.5] # y = x + 3 # ÇнÀÀ» ½ÃŲ´Ù. reg.fit(X, y) # ÇнÀ µ¥ÀÌÅÍ¿Í y °ªÀ» »êÆ÷µµ·Î ±×¸°´Ù. plt.scatter(X, y, color='black') # ÇнÀ µ¥ÀÌÅ͸¦ ÀÔ·ÂÀ¸·Î ÇÏ¿© ¿¹Ãø°ªÀ» °è»êÇÑ´Ù. y_pred = reg.predict(X) # ÇнÀ µ¥ÀÌÅÍ¿Í ¿¹Ãø°ªÀ¸·Î ¼±±×·¡ÇÁ·Î ±×¸°´Ù. # °è»êµÈ ±â¿ï±â¿Í y ÀýÆíÀ» °¡Áö´Â Á÷¼±ÀÌ ±×·ÁÁø´Ù. plt.plot(X, y_pred, color='blue', linewidth=3) plt.show() | cs |