from sklearn import linear_model
clf = linear_model.LinearRegression()
x = [[0,1],[1,2],[2,3]]
y = [0,1,2]
clf.fit(x,y)
print(clf.coef_)
print(clf.intercept_)
[ 0.5 0.5]
-0.5
- LinearRegression() #实现了多元线性回归模型
- fit(x,y) #x,y以矩阵方式传入,x代表特征矩阵,这里为x1、x2, y为结果矩阵
- intercept_存放截距
- 在sklearn中并没有提供直接的查看回归方程的函数,因此查看的时候需要自己转化一下。其实,sklearn就是把相关系数和残差分开保存了,因此,查看的时候要调用coef_和intercept_两个属性。*