这篇博客介绍了如何使用sklearn库在Python中实现线性回归模型。通过数学公式展示了线性回归的基本概念，并通过实例解释了如何训练模型并进行预测。文章提供了具体的代码示例，包括训练数据的输入格式和预测过程，强调了训练数据需以二维数组形式输入。在测试过程中，由于训练数据量较少导致预测误差，增加训练数据后得到了正确的结果。
线性回归模型是最简单的机器学习，其数学公式为：
y=ax1+bx2+cx3+…+Z
例如y=2x+4就符合线性回归的模型，其坐标图如下：
加入我们不给计算机这个模型的式子，只给出几个x-y对应的值，那么机器能推出来吗？
例如：
| x | y |
|---|---|
| 0 | 4 |
| 1 | 6 |
| 2 | 8 |
| 3 | 10 |
| 4 | ？ |
我们人类可以根据这个表格轻易的推出这个式子式y=2x+4，进而x=4时y=12,下面我们在python中输入这些训练数据，尝试用python推出x=4时y的值
首先导入线性回归模型的线性归回类
然后实例化对象
模型训练，注意输入的训练数据是二维数组，训练值是一维
最低0.47元/天 解锁文章
4571
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
