1、导入相关模块
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
#普通线性回归
from sklearn.linear_model import LinearRegression
#用于机器学习相关的数据集
import sklearn.datasets as datasets
2.获取训练数据
#从datasets模块中导入数据
diabetes = datasets.load_diabetes()
data = diabetes.data
target = diabetes.target
#用于训练的数据
X_train=data[0:400]
Y_train=target[0:400]
#用于测试的数据
x_test=data[400:]
y_true=target[400:]
3.确定学习模型
#创建普通线性回归模型
line=LinearRegression()
4.训练数据
#将训练模型,将训练数据输入学习模型中进行训练
line.fit(X_train,Y_train)
5.预测结果
#将测试数据输入模型,获得预测结果
y_pre=line.predict(x_test)
6.效果评估
导入评估所需的模块
from sklearn.metrics import r2_score
评估
r2_score(y_true,y_pre)
7.绘制图形
导入绘图模块
import matplotlib.pyplot as plt
%matplotlib inline
绘制
plt.plot(y_true,label='ture')
plt.plot(y_pre,label='predict')
plt.legend()