Python’da basit bir lineer regresyon örneği:

import numpy as np
import matplotlib.pyplot as plt

# Veri seti oluşturma
x = np.array([1, 2, 3, 4, 5])
y = np.array([5, 7, 9, 11, 13])

# Veri setini görselleştirme
plt.scatter(x, y)

# Lineer regresyon modeli oluşturma
m, b = np.polyfit(x, y, 1)

# Veri setine en uygun doğruyu çizme
plt.plot(x, m*x + b)

# Grafiği gösterme
plt.show()

Kod çıktısı

Bu örnekte, numpy ve matplotlib kütüphaneleri kullanarak bir veri seti oluşturuyoruz. Sonra, veri setimizi görselleştirmek için scatter() fonksiyonunu kullanıyoruz. Daha sonra, polyfit() fonksiyonunu kullanarak en uygun lineer regresyon modelini buluyoruz ve plot() fonksiyonunu kullanarak veri setimize en uygun doğruyu çiziyoruz. Son olarak, grafiği show() fonksiyonuyla gösteriyoruz.

Bu kod, 5 noktalık bir veri seti için en uygun lineer regresyon modelini bulur ve bu modele uygun doğruyu veri setine en iyi şekilde uyan şekilde çizer. Tabii ki, gerçek dünyada, genellikle çok daha büyük ve karmaşık veri setleriyle çalışacağız ve bu veriler üzerinde daha sofistike modeller uygulayacağız. Ancak bu örnek, temel bir lineer regresyon modeli oluşturma ve uygulama konusunda bir fikir vermek için yeterli olacaktır.