线性回归api初步使用（二）
【摘要】 1 线性回归API 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 sk...
1 线性回归API
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]])
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）