1. 10.2 线性回归api初步使用

1.1. 学习目标

• 知道线性回归api的简单使用

1.2. 1 线性回归API

• sklearn.linear_model.LinearRegression()
  • LinearRegression.coef_：回归系数

1.3. 2 举例

1.3.1. 2.1 步骤分析

• 1.获取数据集
• 2.数据基本处理（该案例中省略）
• 3.特征工程（该案例中省略）
• 4.机器学习
• 5.模型评估（该案例中省略）

1.3.2. 2.2 代码过程

• 导入模块

from sklearn.linear_model import LinearRegression

• 构造数据集

x = [[80, 86],
[82, 80],
[85, 78],
[90, 90],
[86, 82],
[82, 90],
[78, 80],
[92, 94]]
y = [84.2, 80.6, 80.1, 90, 83.2, 87.6, 79.4, 93.4]

• 机器学习-- 模型训练

# 实例化API
estimator = LinearRegression()
# 使用fit方法进行训练
estimator.fit(x,y)

estimator.coef_

estimator.predict([[100, 80]])

1.4. 3 小结

• sklearn.linear_model.LinearRegression()
  • LinearRegression.coef_：回归系数