线性回归：
最小二乘法公式推导
由上面基本推导公式得，主要是上面第三个 ，视频在逆战班day2
导包：
import numpy as npimport matplotlib.pyplot as plt%matplotlib inline
# 提出数据画图显示years = np.arange(,)sales = np.array([0.5,9.36,52,191,352,571,912,1207,1682.69,2135,2684])plt.scatter(years,sales,c='red',marker='*',s=50)X = (years-).reshape(-1,1)y = sales# 导包from sklearn.linear_model import LinearRegression#预测lr = LinearRegression(fit_intercept=True)lr.fit(X,y)w = lr.coef_[0]b = lr.intercept_#展示截距和斜率display(w,b)#画图plt.scatter(years-,sales,c = 'red',marker='*',s = 60)x = np.linspace(1,12,50)plt.plot(x,w*x+b,c='green')#增加复杂度X2 = np.concatenate([X**2,X],axis=1)lr.fit(X2,y)w1,w2 =lr.coef_b = lr.intercept_display(w1,w2,b)#画图plt.scatter(years-,sales,c='red',marker='*',s = 60)f = lambda x: w1*x**2 + w2*x+bplt.plot(x,f(x),c='green')#最后预测print('天猫双十一销量预测：',np.round(f(12),1))
如果觉得《LinearRegression线性回归进行 天猫预测》对你有帮助，请点赞、收藏，并留下你的观点哦！
