deqin -论如何建立一个准确模型

import matplotlib.pyplot as plt
# 1。导入机器学习的模型
from sklearn import linear_model
import numpy as np
# 处理数字的工具包

x_wendu = np.asarray([[25], [27], [31], [33], [35]])
y_xiao = np.asarray([[110], [115], [155], [160], [180]])
plt.rcParams['font.sans-serif'] = ['SimHei']
x_yuce = np.asarray([[56],[-1000],[3000]])
# x = [25, 27, 31, 33, 35]
# y = [110, 115, 155, 160, 180]
# 找出大致的规律，大致合成一条直线 y 和x的关系，
# linear_model 线性模型  直线模型
# y = a*x + b   a和b 具体数值是多少
# 新建一个模型训练器对象
# 线性_模型。直线（线性）回归 【高等数学】
xun_lian_qi = linear_model.LinearRegression()
# 训练模型  fit训练
xun_lian_qi.fit(x_wendu, y_xiao)
# 训练分数 score  可信度 到底多准确
score = xun_lian_qi.score(x_wendu, y_xiao)
print(score)
# 预测销量 predict预测 给一个x值预测一个y的值
yuce = xun_lian_qi.predict(x_yuce)
print(yuce)
plt.plot(x_wendu, y_xiao, 'bo')
plt.plot(x_yuce, yuce, 'ro')
plt.xlabel("温度")
plt.ylabel("销量")
plt.title("冰淇凌销量统计图")
plt.show()