PYTHON 机器学习 收集

机器学习预测案例

机器学习是当今大数据领域中的热门技术之一，Python 语言中的 Scikit-Learn 库让企业可以轻松实现机器学习模型的开发。下面我们通过一个电商销售数据的实例来演示如何使用 Scikit-Learn 库进行机器学习预测。

例如：我们有一组数据记录了一家电商的销售情况，每条记录包含两个属性：广告费用和销售额，我们想要根据广告费用预测销售额。

import pandas as pd
from sklearn.linear_model import LinearRegression

# 读入数据
df = pd.read_csv('data.csv',encoding='utf-8')

# 取出广告费用和销售额
X = df.iloc[:, 0:1].values
y = df.iloc[:, 1].values

# 建立线性回归模型
model = LinearRegression()
model.fit(X, y)

# 预测销售额
X_test = [[100000], [200000], [300000]]
y_pred = model.predict(X_test)

# 输出预测结果
print(y_pred)