SalaryData

[TingHong18]

salarydata.py

• 簡單線性回歸Simple Linear Regression y = w*x + b

  #使用 Pandas 模組，將資料讀取進來
  import pandas as pd
  data = pd.read_csv("/content/drive/MyDrive/AI/Salary_Data.csv")
  print(data)
  x = data["YearsExperience"]
  y = data["Salary"]

  

  #使用 Matplotlib 的 Pyplot，將數據以散點圖表示
  import matplotlib.pyplot as plt
  plt.scatter(x,y)
  plt.savefig('xxx.png')

  

  #利用 scatter 函數，可以自由設定點的樣式和顏色
  plt.rc("font",family="Microsoft JhengHei") #字型的名稱
  plt.scatter(x,y , marker="x",color="red")
  plt.title("年資-薪水")
  plt.xlabel("年資")
  plt.ylabel("月薪")
  plt.savefig('xxx.png')

  

  #寫成函數
  def plot_pred(w,b):
      y_pred = w*x + b
      plt.plot(x,y_pred,color="blue",label="預測線")
      plt.scatter(x,y , marker="x",color="red",label="真實數據")
      plt.title("年資-薪水")
      plt.xlabel("年資")
      plt.ylabel("月薪(千)")
      plt.xlim([0,12]) #固定X軸
      plt.ylim([0,140]) #固定Y軸
      plt.legend() #顯示圖例
      plt.savefig('xxx.png')
  
  plot_pred(10,30) #呼叫函式

  

  #利用 ipywidgets 產生互動元件，預測線會隨著值改變
  from ipywidgets import interact
  interact(plot_pred, w=(-100,100,1),b=(-100,100,1))

  

[TingHong18]

1.在Spyder可以使用，在Colab不行 plt.rc("font",family="Microsoft JhengHei") 2.在Colab可以使用，在Spyder不行 ipywidgets plt.show()