DAY2 简单线性回归模型
通过单一变量预测结果。
同样首先进行库的导入，包括用于数据分析和处理的numpy和pandas，以及用于作图的matplotlib。
step1 数据预处理
与DAY1的操作相同。但只需进行数据的导入（pd.read_csv），自变量与因变量的划分（X=dataset.iloc[].values），以及训练集与测试集的划分(导入sklearn.module_selection包中的train_test_split函数)。
step2 通过训练集训练简单线性回归模型
从sklearn.linear_module包中导出LinearRegression函数，将训练集X_train与Y_train代入进行训练。
step3 预测结果
使用regressor.predict（X_test）进行结果预测
step4 结果可视化
将训练集与测试集的数据制成散点图（通过plt.scatter（）实现），并绘制由预测值得到的回归曲线（通过plt.plot（）实现），即可观察模型的预测效果
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
