sklearn 的数据库

最新推荐文章于 2023-03-25 16:05:33 发布

jeffery0628

最新推荐文章于 2023-03-25 16:05:33 发布

阅读量356

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签： sklearn

本文链接：https://blog.youkuaiyun.com/code_fighter/article/details/80379948

机器学习专栏收录该内容

6 篇文章

订阅专栏

本文通过使用sklearn库中的波士顿房价数据集演示了线性回归模型的应用，并展示了如何进行模型训练及预测。此外，还生成了人工回归数据并进行了可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from sklearn import datasets
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
# 加载数据集 房价
loaded_data = datasets.load_boston()


data_X = loaded_data.data
data_y = loaded_data.target

# 选择模型
model = LinearRegression()
# 训练
model.fit(data_X,data_y)

print(model.predict(data_X[:4,:]))
print(data_y[:4])

# 生成100个例子，具有1个特征，1个标签，1个噪声
X,y = datasets.make_regression(n_samples=100,n_features=1,n_targets=1,noise=1)

plt.scatter(X,y)
plt.show()