机器学习（一）：Python一元线性回归模型

模型原理：

使用单一特征来预测响应值

这是一种基于自变量值（X）来预测因变量（Y）的方法。
假设这两个变量是线性相关的，因此我们尝试寻找一种根据特征或自变量（x）的线性函数来准确预测响应值（y）

找到最佳的拟合线

在这个回归任务中，我们将通过找到“最佳拟合线”来最小化预测误差----回归线的误差将是最小的。
试图最小化观测值和模型预测值之间的长度

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas import DataFrame, Series
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import pymysql
#连接数据库获取数据集
db = pymysql.connect(
        user="root",
        password="root",
        host="localhost",
        database="store_data",
        port=3306,
        charset="utf8")
    # 创建游标
cursor = db.cursor()
print('连接数据库成功')

sql = "SELECT visiter,pay from allstore_data_smt WHERE store = '888store'"
cursor.execute(sql)
results = list(cursor.fetchall())
print(results)

#准备原始数据集
uv=