3、使用scikit-learn模型来进行线性回归

最新推荐文章于 2024-06-24 16:13:03 发布

发呆少女

最新推荐文章于 2024-06-24 16:13:03 发布

阅读量616

点赞数 2

分类专栏：吴恩达-机器学习文章标签： python 机器学习

本文链接：https://blog.csdn.net/qq_43632490/article/details/111356858

版权

本文介绍了如何利用Python的scikit-learn库进行线性回归模型的构建和训练。通过model.fit()函数，可以将数据集拟合到线性回归模型中，实现对数据的预测和分析。

摘要由CSDN通过智能技术生成

# '''
# 使用scikit-learn的线性回归函数
# 假设你是一家餐馆的首席执行官，正在考虑不同的城市开设一个新的分店。你有来自城市的利润和人口数据。
# 您希望使用这些数据来帮助您选择将哪个城市扩展到下一个城市。
# '''
from sklearn import linear_model
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 数据文件路径
path = 'data/ex1data1.txt'
# 读取数据文件：path（文件路径），header（列名），names（要使用的数据列名）
# header=None时，即指明原始文件数据没有列索引，这样read_csv会自动加上列索引，除非你给定列索引的名字。
data = pd.read_csv(path, header=None, names=['Population',