scikit learn——模型属性和功能

from sklearn import  datasets
from sklearn import  linear_model
import matplotlib.pyplot as plt
#==============================================================================
# 用线性回归做导入数据的小例子
#==============================================================================
loaded_data = datasets.load_boston()
data_X=loaded_data.data
data_y=loaded_data.target
modle = linear_model.LinearRegression()
modle.fit(data_X,data_y)
#print(modle.predict(data_X[:4,:]))
#print(data_y[:4])
#y=0.1x+0.3
print(modle.coef_)#方程系数
print (modle.intercept_)#与y轴的交点
print(modle.get_params())#modle的参数
print(modle.score(data_X,data_y))#对模型打分

运行结果


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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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