利用python进行回归分析的一些简单安装工作

1. win+r 输入cmd打开命令提示符

输入pip list 查看python中安装的库,查看是否安装了matplotlib,numpy,scipy,sklearn这些库

2.未安装,下面进行pip安装

打开命令提示符,输入下面代码,回车等待。

pip install matplotlib
pip install numpy
pip install scipy
pip install sklearn

安装后,运行下图代码,无异常,这样就算安装成功啦!利用python进行回归分析的一些简单安装工作_第1张图片

3.关于pycharm的一些安装

在安装pycharm的时候尽量把环境变量的路径path勾选上,不然就要自己去安装环境变量的路径。
有时候在用pip安装sklearn时,在pycharm中不显示,运行时即会出现如下现象:
ModuleNotFoundError: No module named 'sklearn’
解决方法如下:利用python进行回归分析的一些简单安装工作_第2张图片
利用python进行回归分析的一些简单安装工作_第3张图片
在这里查看,若没有显示安装的包,我们可以在pycharm中直接导入包:利用python进行回归分析的一些简单安装工作_第4张图片

sickit-learn就是sklearn的详写,安装这个,前提要先安装matplotlib,numpy,scipy,这3个包,也是搜索安装即可。利用python进行回归分析的一些简单安装工作_第5张图片

4.回归的一个例子

# y = 0.5*x1 + 0.5*x2
from sklearn.linear_model import LinearRegression

clf = LinearRegression()
clf.fit([[0,0],[1,1],[2,2]],[0,1,2])  # 模型训练

pre = clf.predict([[3,3]])   # 模型预测
a=clf.coef_
b=clf.intercept_
print(a)
print(b)
print(pre)

运行结果:
利用python进行回归分析的一些简单安装工作_第6张图片

你可能感兴趣的:(python)