Python-sklearn模块-线性回归

导入模块

import numpy as np
from sklearn.linear_model import LinearRegression

准备x的数据

X = np.array([
[1,3],
[2,4],
[3,4],
[4,6],
[5,5]
])

准备y的数据

y = np.array([1, 3, 5, 7, 9])

创建线性回归模块

df = LinearRegression()

填充数据并训练

df.fit(X, y)

输出参数

print(“w=”, df.coef_, “b=”, df.intercept_)

定义一个函数y=wx+b

def main(X):
y = np.dot(df.coef_, X)+df.intercept_
return y

测试数据

print(main([3,4]))
全部代码

import numpy as np
from sklearn.linear_model import LinearRegression
X = np.array([
    [1,3],
    [2,4],
    [3,4],
    [4,6],
    [5,5]
])
y = np.array([1, 3, 5, 7, 9])
df = LinearRegression()
df.fit(X, y)
print("w=", df.coef_, "b=", df.intercept_)
def main(X):
    y = np.dot(df.coef_, X)+df.intercept_
    return y
print(main([3,4]))