1 线性回归API
机器学习线性回归简介：https://blog.csdn.net/ZGL_cyy/article/details/126918295
- sklearn.linear_model.LinearRegression()
- LinearRegression.coef_：回归系数
2 举例
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
from sklearn.linear_model import LinearRegression
- 构造数据集
x = [[80, 86], [82, 80], [85, 78], [90, 90], [86, 82], [82, 90], [78, 80], [92, 94]] y = [84.2, 80.6, 80.1, 90, 83.2, 87.6, 79.4, 93.4]
- 机器学习-- 模型训练
# 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]])
