机器学习python练习（1）线性回归

最新推荐文章于 2025-03-24 20:54:20 发布

骨骼惊奇不信邪

最新推荐文章于 2025-03-24 20:54:20 发布

阅读量914

点赞数

分类专栏：机器学习与数据分析文章标签：机器学习线性回归

本文链接：https://blog.youkuaiyun.com/qq_35353931/article/details/103055320

版权

本文介绍了使用Python的sklearn库进行线性回归的实践，包括一元和多元线性回归。通过实例展示了如何加载数据、划分训练集、进行预测以及评估模型性能，如MAE、MSE和RMSE。在处理数据时遇到了'numpy.ndarray'对象无'columns'属性的问题，并分析了原因。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
实例参考文章：https://towardsdatascience.com/a-beginners-guide-to-linear-regression-in-python-with-scikit-learn-83a8f7ae2b4f

线性回归 Linear Regression

sklearn.linear_model.LinearRegression（fit_intercept = True，normalize = False，copy_X = True，n_jobs = None ）[源代码]

实例1 简单的一元线性回归

数据集：https://drive.google.com/file/d/1fiHg5DyvQeRC4SyhsVnje5dhJNyVWpO1/view

import pandas as pd  
import numpy as np  
import matplotlib.pyplot as plt  
import seaborn as seabornInstance 
from sklearn.model_selection import train_test_split 
from sklearn.linear_model import LinearRegression
from sklearn import metrics

data = pd.read_csv("F:\study\machine learning\Weather.csv")
data_clean = data.dropna()
data.shape