4、sklearn实战的认识

sklearn标准线性回归模型

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.model_selection import train_test_split #模型评估 留出法（最基础的3、7分类的评估形式，这里导入的是模型评估模块）
from sklearn.linear_model import LinearRegression#线性回归
from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score

#度量导包（训练完之后一定要用的度量工具） mse mae r2（mse是均方值误差，mae是绝对值误差，还有R2的0到1区间误差）

进行pandas的读入

path = r’路径’

data = pd.read_csv(path) # 4列数据
x = data[[‘TV’, ‘Radio’, ‘Newspaper’]]#将电视广告，广播广告，报纸广告作为特征
y = data[‘Sales’]#销售额作为标签
print(x)
print(y)

发掘各种广告投入对销售额的影响哪个是最大的

绘制样本分布，观察效果（其实报纸不适合用作考虑特征，报纸的数据模型呈现的是和销售额不成正比，图像非常的散乱）

plt.plot(data[‘TV’], y, ‘ro’, label=‘TV’)
plt.plot(data[‘Ra