机器学习七--回归--多元线性回归Multiple Linear Regression

一、不包含分类型变量

from numpy import genfromtxt
import numpy as np
from sklearn import datasets,linear_model
path=r'D:\daacheng\Python\PythonCode\machineLearning\Delivery.csv'
data=genfromtxt(path,delimiter=',')
print(data)
x=data[:,:-1]
y=data[:,-1]
regr=linear_model.LinearRegression()#创建模型
regr.fit(x,y)
#y=b0+b1*x1+b2*x2
print(regr.coef_)#b1,b2
print(regr.intercept_)#b0
Xpred=[[102,6]]
Ypred=regr.predict(Xpred)#预测
print(Ypred)

二、包含分类型变量

 

转换后:

 

import numpy as np
from sklearn import datasets,linear_model
from numpy import genfromtxt
path=r'D:\daacheng\Python\PythonCode\machineLearning\Delivery_Dummy.csv'
data=genfromtxt(path,delimiter=',')
data=data[1:]
x=data[:,:-1]
y=data[:,-1]
print(x)
print(y)
regr=linear_model.LinearRegression()
regr.fit(x,y)
print(regr.coef_)#b1,b2,b3,b4,b5
print(regr.intercept_)#b0

转载于:https://www.cnblogs.com/daacheng/p/8111597.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值