线性回归预测python_python 线性回归预测示例

数据集为简单的表格，包括：年份，GDP，全社会用电量三列数据。

#预测

def predict(data,LinearRegression):

Y_pred = LinearRegression.predict(data)

print(Y_pred)

return Y_pred

#训练模型并画图

def reg_huigui(data,label,test):

regr = LinearRegression() #线性回归

#regr = Ridge(alpha=10) #岭回归

#regr = Lasso(alpha=0.001) #Lasso回归

regr.fit(data.values,label.values)

Y_pred_train = regr.predict(data.values) #训练集的预测值

predict(test.values,regr) #预测

print('参数：',regr.coef_.astype(np.float32))

#对模型进行评估

from sklearn.metrics import mean_squared_error,mean_absolute_error,r2_score

print("MSE:",mean_squared_error(label.values,Y_pred_train)) #误差

print("MAE:",mean_absolute_error(label.values,Y_pred_train))

print("R2:",r2_score(label.values,Y_pred_train))