Python线性回归模型预测：使用matplotlib绘制预测结果

使用线性回归模型预测销售收入

本文将使用Python的线性回归模型来预测销售收入，并利用matplotlib库绘制预测结果的回归线。

示例代码：

# 使用线性模型进行预测y值
y_pred = reg.predict(X)
plt.plot(X, y_pred, color='blue', linewidth=1.5)  # 预测回归线
plt.ylabel('销售收入（元）')
plt.xlabel('广告费（元）')
plt.show()

代码解析：

1. y_pred = reg.predict(X): 使用训练好的线性回归模型reg对输入特征X进行预测，得到预测结果y_pred。
2. plt.plot(X, y_pred, color='blue', linewidth=1.5): 使用matplotlib绘制预测结果的回归线。X代表广告费，y_pred代表预测的销售收入。
3. plt.ylabel('销售收入（元）'): 设置纵轴标签为“销售收入（元）”。
4. plt.xlabel('广告费（元）'): 设置横轴标签为“广告费（元）”。
5. plt.show(): 显示生成的图形。

总结：

通过以上代码，我们可以使用线性回归模型进行预测，并使用matplotlib库绘制预测结果的回归线。这个简单的示例可以帮助你了解如何使用Python进行数据分析和可视化。