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)