import pandas as pa
data = pa.read_csv('food_truck.csv',header=None)
data.head()
#On découpe les données en X et en Y:
X = data[0]
X.head()
Y = data[1]
Y.head()
#On peut visualiser les données :
import matplotlib.pyplot as plt
%matplotlib inline
axes = plt.axes()
#On dessine une grille pour une meilleur lecture du graphique :
axes.grid()
#On définit les axes : il s'agit de notre X et de notre Y :
plt.scatter(X,Y,color="red",marker="x")
plt.xlabel("population in 10000's")
plt.ylabel("profit in 10000 $")
plt.show()
from scipy import stats
slope, intercept, r_value, p_value, std_err = stats.linregress(X,Y)
print(slope, intercept, r_value, p_value, std_err)
print('modèle de régression : ')
print ('Y = ', slope,' * X + ', intercept)
def predict(x):
return slope * x + intercept
#On prédit à présent les valeurs de X:
fitline = predict(X)
fitline.head()
#Et on dessine le nuage ainsi que la ligne de régression :
plt.scatter(X, fitline,color='blue',marker='x')
plt.scatter(X,Y,color='red',marker='o')
plt.plot(X, fitline, c='m')
plt.show()