机器学习-LR模型

LR模型，理解成一个线性方程：如果只有一个特征：也就是y=ax+b,如果有两个特征也就是y=ax1+bx2+c
这里我们根据 距海边的距离 预测 城市的最高温度。

from sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib.pyplot as plt

model = LinearRegression()#括号里为空表示采用了默认值，当然也可以自己调
near_citys_dist = np.array([2, 8, 71, 14, 37], dtype=int)  # 城市距离海边的最远距离
near_citys_max_temp = np.array([28.75, 30.79, 33.85, 30.91, 31.74])# 城市温度
model.fit(near_citys_dist.reshape(-1,1),near_citys_max_temp)#根据数据训练模型
x = np.array([65,12,44]).reshape(-1,1) #准备要预测的数据：距海边65、12、44km的城市温度
y = model.predict(x)#结果：[33.56614386 30.32827794 32.28321585]

print(model.coef_)  #coefficent,输出系数 0.061
print(model.intercept_) #跟y轴的交点坐标，即29.595

plt.scatter(near_citys_dist,near_citys_max_temp)#画图
plt.title('温度和距海洋距离关系')
plt.xlabel('距离')
plt.ylabel('温度')
plt.show()

线性方程也就是：y=0.061x+29.595。