使用数据构建一条直线(线性回归)
1. 加载数据集
#导入datasets模块,加载波士顿房价数据
from sklearn import datasets
boston = datasets.load_boston()
2. 导入线性回归模型
from sklearn.linear_model import LinearRegression
lr = LinearRegression()
3.喂入数据
# boston.data是自变量,target是目标量
lr.fit(boston.data, boston.target)
4.进行预测
predictions = lr.predict(boston.data)
我们可以查看一下偏差的大小:
查看参数:
lr.coef_
从参数中能够得到不同的因素对于结果的影响方向,正相关还是负相关,影响程度大小。
附加自动规范化输入:
lr2 = LinearRegression(normalize=True)
lr2.fit(boston.data, boston.target)
predictions2 = lr2.predict(boston.data)