一、概述

         1、回归算法理解,回归算法,即回归出数据中的规律(解模型)

         2、回归算法可能存在过拟合情况

         3、只是初学,未能深究

     

二、演示代码

import numpy as np
import matplotlib.pyplot as plt

# 回归算法

t = np.arange(1, 10, 1)

y = 0.9 * t + np.sin(t)

plt.plot(t, y, "o")

# 回归模型
# 一阶: x
# 二阶: x^2
# 三阶: x^3
# 阶数过大,可能出现过拟合
model = np.polyfit(t, y, deg = 3)

print(model)

# 范围从-2到12,步长0.5
t2 = np.arange(-2, 12, 0.5)

# 使用回归模型,预测
y2predict = np.polyval(model, t2)

# 绘制
plt.plot(t, y, 'o', t2, y2predict, 'x')
# 显示绘制
plt.show()
说明1: python3 + pycharm
说明2: numpy 数字库
说明3:matplotlib.pyplot 可视化库