# 线性回归api
import sklearn.linear_model as lm
# 1.创建模型
model = lm.LinearRegression()
# 2.训练模型
# 输入一个二维数组表示的样本矩阵
# 输出为每个样本最终的结果
# model.fit(输入array,输出) 梯度下降算法模型参数,训练x,y
# 3.预测输出
# 输入array是一个二维数组,一行一样本,一列一特征
# pred_y = model.predict(array)输入训练x,得到预测y
# 模型的保存和加载相关api
import pickle
# pickle.dump(内存对象,磁盘文件)
# model = pickle.load(磁盘文件)