线性回归模型
Posted huang201606050002
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了线性回归模型相关的知识，希望对你有一定的参考价值。
1. 读取数据集
2. 训练集与测试集划分
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
data = load_boston()
x_train,x_test,y_train,y_test = train_test_split(data.data,data.target,test_size=0.3)
print(x_train.shape,y_train.shape)
3. 线性回归模型：建立13个变量与房价之间的预测模型，并检测模型好坏。
from sklearn.linear_model import LinearRegression
mlr = LinearRegression()
mlr.fit(x_train,y_train)
print(‘系数‘,mlr.coef_,"
截距",mlr.intercept_)
from sklearn.metrics import regression
y_predict = mlr.predict(x_test)
print("预测的均方误差：", regression.mean_squared_error(y_test,y_predict))
print("预测的平均绝对误差：", regression.mean_absolute_error(y_test,y_predict))
print("模型的分数：",mlr.score(x_test, y_test))
以上是关于线性回归模型的主要内容，如果未能解决你的问题，请参考以下文章