Scikit-learn中怎么实现线性回归

674
2024/4/13 17:07:52
栏目: 编程语言
开发者测试专用服务器限时活动,0元免费领,库存有限,领完即止! 点击查看>>

在Scikit-learn中,可以使用LinearRegression类来实现线性回归。下面是一个简单的示例代码:

from sklearn.linear_model import LinearRegression
import numpy as np

# 创建一些示例数据
X = np.array([[1], [2], [3], [4]])
y = np.array([2, 4, 6, 8])

# 创建线性回归模型
model = LinearRegression()

# 拟合模型
model.fit(X, y)

# 进行预测
y_pred = model.predict([[5]])

print(y_pred)

在这个示例中,首先创建了一些示例数据X和y,然后创建了一个LinearRegression模型,并用fit方法拟合了这些数据。最后使用predict方法对新的数据进行预测。

辰迅云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>

推荐阅读: Scikit-learn怎么实现模型自适应调整