Lineáris regresszió

Ez a program megtanulja a bemeneti adatok (X) és a kimeneti értékek (y) közötti összefüggést, majd megbecsüli egy új adat értékét.

-------------

import numpy as np

from sklearn.linear_model import LinearRegression

# 1. Adatok előkészítése (Tanító adathalmaz)

# Tegyük fel, hogy a méret (nm) és az ár (millió Ft) közötti összefüggést modellezzük

X = np.array([[50], [60], [70], [80], [90]])   # Alapterület

y = np.array([25, 30, 38, 45, 52])            # Árak

# 2. A modell létrehozása és tanítása

modell = LinearRegression()

modell.fit(X, y)

# 3. Modell paraméterei

print(f"Együttható (meredekség): {modell.coef_[0]:.2f}")

print(f"Tengelymetszet: {modell.intercept_:.2f}")

# 4. Becslés (Predikció)

# Becsüljük meg egy 85 nm-es lakás árát

uj_adat = np.array([[85]])

becsult_ar = modell.predict(uj_adat)

print(f"A(z) {uj_adat[0][0]} nm-es lakás becsült ára: {becsult_ar[0]:.2f} millió Ft")

------------

Együttható (meredekség): 0.69

Tengelymetszet: -10.30

A(z) 85 nm-es lakás becsült ára: 48.35 millió Ft