python_linear_model

本文使用sklearn库中的糖尿病数据集,通过线性回归模型进行预测分析。首先加载数据并将其划分为训练集和测试集,接着创建线性回归模型,并用测试集评估模型效果。
# -*- coding: utf-8 -*-
"""
come form sklearn
测试
"""
print (__doc__)
#load  data from sklearn
from sklearn import datasets
diabetes = datasets.load_diabetes()
diabetes_X_train = diabetes.data[:-20]
diabetes_X_test = diabetes.data[-20:]
diabetes_y_train = diabetes.target[:-20]
diabetes_y_test = diabetes.target[-20:]
# Create linear model
from sklearn import linear_model
regr =linear_model.LinearRegression()
regr.fit(diabetes_X_test,diabetes_y_test)
print("系数为:",regr.coef_)
re_score = regr.score(diabetes_X_test,diabetes_y_test)
#打印R_square
print(re_score)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值