用sklearn实现一元线性回归

hansy2015

于 2019-08-17 13:59:08 发布

阅读量498

点赞数

CC 4.0 BY-SA版权

分类专栏：人工智能

本文链接：https://blog.youkuaiyun.com/gh6267/article/details/99692298

人工智能专栏收录该内容

9 篇文章

订阅专栏

本文介绍了一种使用Python的Scikit-Learn库进行线性回归的方法。通过读取CSV文件中的数据，构建线性回归模型，并用Matplotlib可视化模型预测结果与实际数据之间的关系。这为理解机器学习中的基本回归分析提供了实践案例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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


data = np.genfromtxt("data.csv", delimiter=",")
x_data = data[:, 0, np.newaxis]
y_data = data[:, 1, np.newaxis]

model = LinearRegression()
model.fit(x_data, y_data)

plt.plot(x_data, y_data, 'b.')
plt.plot(x_data, model.predict(x_data), 'r')
plt.show()