莫烦python教程学习笔记——线性回归模型的属性

转载于 2018-11-15 15:38:00 发布 · 111 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/simpleDi/p/9963902.html

文章标签：

#python #数据结构与算法 #人工智能

本文通过使用sklearn库中的线性回归模型对波士顿房价数据集进行拟合，展示了如何预测房价、获取回归系数、截距、模型参数以及评估模型的R^2系数。通过代码实例，读者可以深入理解线性回归模型的工作原理及其应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#调用查看线性回归的几个属性
# Youtube video tutorial: https://www.youtube.com/channel/UCdyjiB5H8Pu7aDTNVXTTpcg
# Youku video tutorial: http://i.youku.com/pythontutorial

"""
Please note, this code is only for python 3+. If you are using python 2+, please modify the code accordingly.
"""
from __future__ import print_function
from sklearn import datasets
from sklearn.linear_model import LinearRegression

loaded_data = datasets.load_boston()
data_X = loaded_data.data
data_y = loaded_data.target

model = LinearRegression()
model.fit(data_X, data_y)

print(model.predict(data_X[:4, :]))
print(model.coef_)　　#回归系数，即x的系数
print(model.intercept_)　　#y轴截距，即常数值
print(model.get_params())　　#模型参数，例如n_jobs等
print(model.score(data_X, data_y)) # R^2 coefficient of determination 回归模型的分数默认是R^2，当然也可以使用-MSE，即负均方误差