如果斜率 a 设置为 10 且截距 b 设置为 0,我如何计算每个 x 值的 y?
How do I calculate y for every value of x if the slope a set to 10 and the intercept b to 0?
我有一小套 data. I used python3 to read it and created a scatter plot。我的下一个任务是将斜率 a 设置为 10 并将截距 b 设置为 0 并计算 y对于 x 的每个值。该任务说我不应该使用任何现有的线性回归函数。我已经被困了一段时间了。我该怎么做?
如果你的斜率已经设置为 10,我不明白你为什么需要使用线性回归。我希望我没有遗漏你的任务。
但是,如果您需要在 python 中获取所有元素乘以您的斜率 a
的列表,请将其放在一边,然后您可以使用列表理解在下面找到这个新列表方式:
y_computed = [item*a for item in x]
你可以在同一张图上画一条斜率恒定的线 (10),然后根据这条线“估计”计算预测的 y 值(你也可以找到估计的错误,如果你要)。使用以下方法完成:
import numpy as np
from matplotlib import pyplot as plt
def const_line(x):
y = 10 * x + 0 # Just to illustrate that the intercept is zero
return y
x = np.linspace(0, 1)
y = const_line(x)
plt.plot(x, y, c='m')
plt.show()
# Find the y-values for each sample point in your data:
for x in data:
const_line(x)
我有一小套 data. I used python3 to read it and created a scatter plot。我的下一个任务是将斜率 a 设置为 10 并将截距 b 设置为 0 并计算 y对于 x 的每个值。该任务说我不应该使用任何现有的线性回归函数。我已经被困了一段时间了。我该怎么做?
如果你的斜率已经设置为 10,我不明白你为什么需要使用线性回归。我希望我没有遗漏你的任务。
但是,如果您需要在 python 中获取所有元素乘以您的斜率 a
的列表,请将其放在一边,然后您可以使用列表理解在下面找到这个新列表方式:
y_computed = [item*a for item in x]
你可以在同一张图上画一条斜率恒定的线 (10),然后根据这条线“估计”计算预测的 y 值(你也可以找到估计的错误,如果你要)。使用以下方法完成:
import numpy as np
from matplotlib import pyplot as plt
def const_line(x):
y = 10 * x + 0 # Just to illustrate that the intercept is zero
return y
x = np.linspace(0, 1)
y = const_line(x)
plt.plot(x, y, c='m')
plt.show()
# Find the y-values for each sample point in your data:
for x in data:
const_line(x)