sklearn--线性回归

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。*