面向大二的考研讲座

应刘老师邀请,我与大二的同学交流了一下考研和读研方面的一些事儿,下面是我的PPT。

其中2019年的报考人数,是采用的多项式回归进行预测得到;2017年、2018年和2019年的录取人数,采用的是线性回归进行预测。

代码如下:

import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures

# 报考人数,多项式回归
x = np.array([2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018]).reshape(-1, 1)
y = np.array([140.6, 151.1, 165.6, 176, 172, 164.9, 177, 201, 238])

pol = PolynomialFeatures(degree = 3)
xtrain_pol = pol.fit_transform(x)
lr_pol = LinearRegression()
lr_pol.fit(xtrain_pol, y)

print('score: {}'.format(lr_pol.score(xtrain_pol, y)))
print('2019: {}'.format(lr_pol.predict(pol.transform([[2019]]))))

# 录取人数,线性回归
x_offer = np.array([2010, 2011, 2012, 2013, 2014, 2015, 2016]).reshape(-1, 1)
y_offer = np.array([47.44, 49.46, 52.13, 54.09, 54.87, 57.06, 58.98])

reg = LinearRegression().fit(x_offer, y_offer)

print('score: {}'.format(reg.score(x_offer, y_offer)))
print('2017: {}'.format(reg.predict([[2017]])))
print('2018: {}'.format(reg.predict([[2018]])))
print('2019: {}'.format(reg.predict([[2019]])))

文章最后更新时间为:2019 年 07 月 29 日 18:36:45

已有 5 条评论
  1. kyle kyle

    牛批

    1. 谢谢您的支持与认可,我将继续努力,勇往直前!

  2. 谢谢您的支持与认可,我将继续努力,勇往直前!

  3. 闰土 闰土

    传道受业解惑,好!

添加新评论