为了在scikit-learn中学习线性回归,我写了一些代码来处理OR操作,并添加了可视化,但可视化似乎不能直观地解释发生了什么:
from sklearn import linear_model
X = [[0, 0], [1, 1], [0, 1], [1, 0]]
Y = [0, 1, 1, 1]
regr = linear_model.LinearRegression()
regr.fit(X, Y)
# check that the coeffients are the expected ones.
m = regr.coef_[0]
b = regr.intercept_
pri
我正在使用matplotlib.pyplot来可视化我的数据。在熊猫中,我有“hour”和“'favourite_count'”两个栏目。小时的值介于0到24之间。favourite_count是一个连续变量。我想要的是绘制一个条形图,直观地显示每小时的平均favourite_count。目前我正在绘制一个基本的图表,如下所示。在y轴上,它绘制了每个小时的favourite_count的总和/最大值(我不确定是哪一个)。如何绘制可视化小时与average_favorite_count_for_hour的图表
plt.bar(result['hour'], res