梯度下降法 - sklearn多元线性回归

代码是我跟着网课学习自己敲得，数据源Delivery.csv我将会放在我的资源里，大家有兴趣可以试试

import numpy as np
from numpy import genfromtxt
from sklearn import linear_model
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#载入数据
data=genfromtxt(r"Delivery.csv",delimiter=",")
print(data)
x_data=data[:,:-1]
y_data=data[:,-1]
print(x_data)
print(y_data)
#创建模型
model=linear_model.LinearRegression()
model.fit(x_data,y_data)
#系数
print("coefficients:",model.coef_)

#截距
print("intercept:",model.intercept_)

#测试
x_test=[[102,4]]
predict=model.predict(x_test)
print("predict:",predict)
#画图
ax=plt.figure().add_subplot(111,projection='3d')
ax.scatter(x_data[:,0],x_data[:,1],y_data,c='r',marker='o',s=100)
x0=x_data[:,0]
x1=x_data[:,1]
#生成网格矩阵
x0,x1=np.meshgrid(x0,x1)
z=model.intercept_+x0*model.coef_[0]+x1*model.coef_[1]
#画3D图
ax.plot_surface(x0,x1,z)
#设置坐标轴
ax.set_xlabel('Miles')
ax.set_ylabel('Num of Delivery')
ax.set_zlabel('Time')
#显示图像
plt.show()

注：如有侵权，请联系删除！