Przykład w Python

Uczenie modelu:

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(X_train, y_train)

Zastosowanie modelu do predykcji wartości dla danych testowych:

y_pred = regressor.predict(X_test)

Żeby zwizualizować nasze wyniki wystarczy narysować wykres pokazujący z jednej strony rzeczywiste wartości, a z drugiej wartości wynikające z predykcji - czyli wartości wynikające z funkcji liniowej, której współczynniki zostały obliczone na podstawie danych treningowych:

plt.scatter(X_train, y_train, color = 'red')
plt.plot(X_train, regressor.predict(X_train), color = 'blue')
plt.title('Salary vs Experience (Training set)')
plt.xlabel('Years of Experience')
plt.ylabel('Salary')
plt.show()

Weryfikacja modelu na danych testowych:

plt.scatter(X_test, y_test, color = 'red')
plt.plot(X_train, regressor.predict(X_train), color = 'blue')
plt.title('Salary vs Experience (Test set)')
plt.xlabel('Years of Experience')
plt.ylabel('Salary')
plt.show()