线性回归-绘图上的方程-Python
嘿,我想做线性回归,并创建一个绘图,在上面也将是我的模型方程。我有以下代码:线性回归-绘图上的方程-Python,python,math,plot,linear-regression,Python,Math,Plot,Linear Regression,嘿,我想做线性回归,并创建一个绘图,在上面也将是我的模型方程。我有以下代码: from sklearn.linear_model import LinearRegression X = np.array((1,2, 3, 4)) Y = np.array((3, 1, 4, 5)) X = X.reshape((-1, 1)) model = LinearRegression().fit(X, Y) plt.scatter(X, Y, color='g') plt.plot(X, mod
from sklearn.linear_model import LinearRegression
X = np.array((1,2, 3, 4))
Y = np.array((3, 1, 4, 5))
X = X.reshape((-1, 1))
model = LinearRegression().fit(X, Y)
plt.scatter(X, Y, color='g')
plt.plot(X, model.predict(X),color='k')
print(model.coef_[0], model.intercept_)
如何在我的绘图上自动写入公式?
Matplotlib具有广泛的文本支持,包括对数学表达式的支持、对光栅和矢量输出的truetype支持、具有任意旋转的换行分隔文本以及unicode支持
从中,以下命令用于在pyplot界面和面向对象API中创建文本:
pyplot API
面向对象API
描述
文本
文本
在轴的任意位置添加文本。
注释
注释
在轴的任意位置添加带有可选箭头的注释。
xlabel
集合标签
将标签添加到轴的x轴。
伊拉贝尔
设置标签
将标签添加到轴的y轴。
标题
设置标题
向轴添加标题。
figtext
文本
在地物的任意位置添加文本。
副标题
副标题
为图形添加标题。
这种情况下,我想打印
Y=model.coef_[0]x+model.intercept_
而不是Y=a+bX
,我想自动执行,而不是手工编写。你可以尝试类似ax.text(1,4,f'$Y={model.coef_[0]}*x+{model.intercept}$',fontsize 10)的方法。
。Roundax.text(1,4,f'$Y={Round(model.coef_u[0],2)}*x+{model.intercept_}$',fontsize=10)