sklearn实现单变量线性回归

sklearn实现单变量线性回归

主要用到的库：
sklearn（scikit-learn ）：建立在 NumPy ，SciPy 和 matplotlib 上，简单高效的数据挖掘和数据分析工具，里面包含了很多算法的库，我们可以直接拿来使用。
数据集在之前手写算法有：单变量线性回归python手写算法

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

#数据的提取
data=np.loadtxt('t1.txt',delimiter=',')
x=data[:,:-1]
y=data[:,-1]
X=np.c_[np.ones(len(x)),x]
Y=np.c_[y]

#对线性回归实例化
lr=LinearRegression()

#把X,Y放入模型进行训练
lr.fit(X,Y)

#对X数据进行预测
pre_y=lr.predict(X)

#数据可视化
plt.figure('预测')
plt.scatter(X[:,-1],Y,c='blue')
plt.plot(X[:,-1],pre_y,'r')
plt.show()

可视化效果图：