机器学习——线性回归练习

模型

这里的模型我们用的是波士顿房价的模型

题目要求

1.　导入数据，导入datasets
2.　导入Linear Regression 算法
3.　用datasets.load_boston()的形式加载数据
4.　将属性存在X中
5.　将真实房价存在Y中
6.　建立线性回归模型
7.　训练模型
8.　分别打印预测值和真实值，预测用data_x的前4个数据来预测

代码如下

from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
# 读取数据
data = load_boston()

# 构建X Y
X = data.data
Y = data.target

# 建立回归模型
model = LinearRegression()

# 训练模型
model.fit(X, Y)

# 打印预测值和真实值，预测用X前4个数据来预测
print('预测值结果：',model.predict(X[:4]))

结果

预测值结果： [ 30.00821269  25.0298606   30.5702317   28.60814055]