西安学习python哪家培训班较专业

　　西安学习python哪家培训班较专业？西安博为峰Python培训，web培训学校，IT培训领跑者，专注Web培训，Java培训,Linux培训，UI培训HTML5培训,区块链等课程培训，人才与企业需求紧密对接，拼教学，论严管，谈素养，比就业，选择IT学校，博为峰教育就够了！

　　Python+sklearn使用线性回归算法预测儿童身高

　　问题描述：一个人的身高除了随年龄变大而增长之外，在一定程度上还受到遗传和饮食以及其他因素的影响，本文代码中假定受年龄、性别、父母身高、祖父母身高和外祖父母身高共同影响，并假定大致符合线性关系。

　　import copy

　　import numpy as np

　　from sklearn import linear_model

　　def linearRegressionPredict(x,y):

　　lr=linear_model.LinearRegression()

　　#拟合

　　lr.fit(x,y)

　　return lr

　　#儿童年龄,性别(0女1男),父亲身高,母亲身高,祖父身高,祖母身高,外祖父身高,外祖母身高

　　x=np.array([[1,0,180,165,175,165,170,165],

　　[3,0,180,165,175,165,173,165],

　　[4,0,180,165,175,165,170,165],

　　[6,0,180,165,175,165,170,165],

　　[8,1,180,165,175,167,170,165],

　　[10,0,180,166,175,165,170,165],

　　[11,0,180,165,175,165,170,165],

　　[12,0,180,165,175,165,170,165],

　　[13,1,180,165,175,165,170,165],

　　[14,0,180,165,175,165,170,165],

　　[17,0,170,165,175,165,170,165]])

　　#儿童身高，单位：cm

　　y=np.array([60,90,100,110,

　　130,140,150,164,

　　160,163,168])

　　#根据已知数据拟合较佳直线的系数和截距

　　lr=linearRegressionPredict(x,y)

　　#查看较佳拟合系数

　　print('k:',lr.coef_)

　　#截距

　　print('b:',lr.intercept_)

　　#预测

　　xs=np.array([[10,0,180,165,175,165,170,165],

　　[17,1,173,153,175,161,170,161],

　　[34,0,170,165,170,165,170,165]])

　　for item in xs:

　　#深复制，假设超过18岁以后就不再长高了

　　item1=copy.deepcopy(item)

　　if item1[0]>18:

　　item1[0]=18

　　print(item,':',lr.predict(item1.reshape(1,-1)))

　　运行结果：

　　k:[8.03076923e+00-4.65384615e+00 2.87769231e+00-5.61538462e-01

　　7.10542736e-15 5.07692308e+00 1.88461538e+00 0.00000000e+00]

　　b:-1523.15384615

　　[10 0 180 165 175 165 170 165]:[140.56153846]

　　[17 1 173 153 175 161 170 161]:[158.41]

　　[34 0 170 165 170 165 170 165]:[176.03076923]