python sklearn 线性回归 报错_用Python的sklearn包的机器学习，实现线性回归分析

本文是小白文章，大神请忽略。

Python中的sklearn库提供了方便的机器学习算法，那么实现简单的线性回归，所需步骤如下：提出问题

理解问题

清洗数据

构建模型

评估模型

下面是具体的案例展示，案例数据为”学习时间“与”分数“

首先准备数据：提出问题：”学习时间“与”分数“之间是否线性相关，如果是，求出最佳拟合度如何？

理解数据：查看数据属性

上图可以看出，这是一个20行，两列的二维数组，数据信息完整。

数据集中只有两列数据，查看相关系数R,判断两者是否具有相关性。

上图所示，学习时间与分数的相关系数为0.923985，说明相关程度很高。

绘制散点图：

两者相关性程度越高，代表线性拟合程度越佳。可以查看两者的散点图。

上图所示，“学习时间”和“分数”呈现强烈的正线性相关，下一步求取最佳拟合度。

3.清洗数据

本例中数据信息完整，该步骤省略。

4.构建模型

通过上面的的散点图与相关系数值，判断“学习时间”与“分数”存在正线性相关，利用sklearn进行机器学习训练，并且构建一元线性回归模型。

4.1 导入sklearn包，建立训练数据与测试数据集

原数据为20，从中随机选择训练数据与测试数据的比例为 8:2，训练数据为16，测试数据为4

数据集的数量太小，其数据拟合的准确性比不足

4.2 构建线性回归模型

利用训练数据，创建线性回归模型，进行数据训练

然而出现了报错：

报错中显示，需要一个二维数组的数据只得到了一个一维数组，只有一个特征时，请用reshape(-1,1)改变数据组维度。

求取最佳拟合线的参数：

绘制最佳拟合线：

5.评估模型

决定系数R平方，是检验最佳拟合程度的指标，代表回归线可以描述多少数据总波动。

上图中，模型的决定系数R平方，表示只有部分波动可以被拟合线所描述，说明拟合度不高。

在途中绘制，训练数据和测试数据散点图，以及最佳拟合线。

综上可得：

(1)“学习时间”与“分数”具有强烈的正弦型相关，相关系数为0.92:；

(2)两者关系可以用函数Y=16.62085818+5.994135470628478 来进行预测。

多模仿，多借鉴，马到功成。