8、基于scikit-learn的线性模型实践

基于scikit-learn的线性模型实践

1. 线性回归的实现步骤

线性回归是一种广泛应用的统计分析方法，用于建立自变量和因变量之间的线性关系。在Python中，使用 scikit-learn 库可以方便地实现线性回归，具体步骤如下：
1. 导入相关对象并创建实例 ：

from sklearn.linear_model import LinearRegression
lr = LinearRegression()

2. 传入自变量和因变量进行拟合 ：

lr.fit(boston.data, boston.target)

3. 进行10折交叉验证预测 ：

from sklearn.model_selection import cross_val_predict
predictions_cv = cross_val_predict(lr, boston.data, boston.target, cv=10)

4. 查看残差分布 ：

<