sklearn包實現線性回歸模型

前言：上篇文章我們利用python實現了梯度下降演算法用於訓練一元線性回歸模型，但正常我坐機器學習多會使用比較成熟的相關包，因為這些封裝好的包，演算法效率相對較高，並且使用方便。本文使用sklearn包中線性模型實現一元線性回歸模型的訓練。

一、sklearn訓練線性回歸模型只需要兩句**

1、model = linearregression() # 建立模型

2、model.fit(x_2data, y_2data) # 訓練模型

3、 model.predict(x_2data) # 根據上面訓練的模型**資料

二、示例**

from sklearn.linear_model import linearregression

import numpy as np
import matplotlib.pyplot as plt
# 讀取資料
data = np.genfromtxt('data.csv', delimiter=',')
x_data = data[:, 0]
y_data = data[:, 1]
x_2data = x_data[:, np.newaxis]  # 新增列，增加維度，轉為二維資料
y_2data = y_data[:, np.newaxis]  # 新增列，增加維度，轉為二維資料
# 建立並訓練模型
model = linearregression()
model.fit(x_2data, y_2data)
# 繪製訓練擬合好的模型
plt.scatter(x_data, y_data, c='b', s=50)
plt.plot(x_data, model.predict(x_2data), color='red', linewidth=1.0)
plt.show()

由上圖可知sklearn訓練的模型對樣本資料的擬合效果較好

Sklearn實現線性回歸

sklearn是機器學習中常用的第三方模組，對常用的機器學習方法進行了封裝，包括回歸 regression 降維 dimensionality reduction 分類 classfication 聚類 clustering 等方法。今天我們用sklearn實現乙個最簡單的線性回歸模型。coding...

sklearn 線性回歸 sklearn 線性回歸

sklearn 線性回歸 資料集匯入，以及模型的建立，和線性回歸的應用。import matplotlib.pyplot as plt import numpy as np from sklearn import datasets,linear model from sklearn.metrics ...

線性回歸模型sklearn實現

classsklearn.linear model.linearregression fit intercept true,normalize false,copy x true,n jobs none 引數 fit intercept 布林值，可選，預設為真 是否計算模型的截距。如果設定為假，則不...