xinxin -机器学习

nian = [[1], [3], [5], [7], [9], [11],  [15], [17]]
shengao = [[76.5], [96.8], [111.3], [124], [135], [145], [170], [172]]
yuce = [[13]]

from sklearn import linear_model
model = linear_model.LinearRegression()
model.fit(nian,shengao)
score=model.score(nian,shengao)
print(score)
pre = model.predict(yuce)
print(pre)

wen = [[25], [27], [31], [33], [35]]
xiao = [[110], [115], [155], [160], [180]]
yuce = [[13]]
# 从 机器学习工具包  导入  直线模型 (数学模型)
from sklearn import linear_model
# 模型 = 直线模型.直线回归模型算法
model = linear_model.LinearRegression()
# fit 训练  模型训练
model.fit(wen,xiao)
# score 分数  预测分数
score=model.score(wen,xiao)
print(score)
# predict 预测   模型预测
pre = model.predict(yuce)
print(pre)




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