1 线性回归API

  • sklearn.linear_model.LinearRegression()

    • LinearRegression.coef_：回归系数

      2 举例线性回归api使用举例.png

      2.1 步骤分析

  • 1.获取数据集

  • 2.数据基本处理（该案例中省略）
  • 3.特征工程（该案例中省略）
  • 4.机器学习

  • 5.模型评估（该案例中省略）

    2.2 代码过程

  • 导入模块

    1. from sklearn.linear_model import LinearRegression

  • 构造数据集

    1. x = [[80, 86],
    2. [82, 80],
    3. [85, 78],
    4. [90, 90],
    5. [86, 82],
    6. [82, 90],
    7. [78, 80],
    8. [92, 94]]
    9. y = [84.2, 80.6, 80.1, 90, 83.2, 87.6, 79.4, 93.4]

  • 机器学习— 模型训练 ```python

    实例化API

    estimator = LinearRegression()

    使用fit方法进行训练

    estimator.fit(x,y)

estimator.coef_

estimator.predict([[100, 80]]) ```