sklearn - 一元线性回归

form sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib.pyplot as plt

data = np.genfromtxt('data.csv' , delimiter = ",")
x_data = data[:,0]
y_data = data[:,1]
plt.scatter(x_data,y_data)
plt.show()
print(x_data.shape)

# 刚开始的时候的数据形状x_data.shape 是(100,)这样的取出来,后面的model.fit需要的数据不一样,需要增加一个维度
x_data = data[:,0,np.newaxis] # np.newaxis 增加维度
y_data = data[:,0,np.newaxis]
# 因为model.fit 需要的数据格式是(100,1) 

#创建并拟合模型
model = LinearRession()
model.fit(x_data,y_data)

# 画图
plt.plot(x_data, y_data, 'b.')
plt.plot(x_data , model.predict(x_data),'r') #model.predict(x_data) 就是预测的值
plt.show()