麦子学院机器学习基础(7)-(多元线性回归))(python)
在多元线性回归问题中,使用sklearn中的回归模型来进行编程实现预测
直接上代码
大体设计思路类似简单线性回归问题,但是一个需要注意的问题就是,当在多元线性回归问题的标签中碰到类别型的数据时,可以使用二进制编码的方法将类别型转换为连续
数值型变量就行
from numpy import genfromtxt import numpy as np from sklearn import datasets,linear_model init_data = genfromtxt(r"C:\Users\25478\Desktop\Python\MLR\data_01.csv",delimiter=',') #读取数据 x = init_data[:,:-1]#读取特征值 y = init_data[:,-1] #读取标签 #利用sklearn来实现线性回归预测 regr = linear_model.LinearRegression() regr.fit(x,y) print("cofficient") #属性 print(regr.coef_) print("interrcept") print(regr.intercept_) x_in = [102 , 6] y_out = regr.predict(np.array(x_in).reshape(1,-1)) print(y_out)