sklearn.linear

先来从LinearRegression的使用开始，代码如下：

from sklearn import linear_model as lm
import numpy as np
import os
import pandas as pd


def read_data(path):
    """
    使用pandas读取数据
    """

    return pd.read_csv(path)


def train_model(train_data, features, labels):
    """
    根据训练数据集训练模型，并返回训练好的模型
    :param train_data: 
    :param features: 
    :param labels:  
    :return:
    """

    model = lm.LinearRegression()
    model.fit(train_data[features], train_data[labels])
    print(model.intercept_)
    print(model.coef_)
    
    return model


def linear_model(data, data_number):
    """

    :param data:
    :return:
    """
    # 特征的名称，和数据文件中第一行标题行对应
    features = ["x"]
    # 标签名称，和数据文件中第一行标题行对应
    labels = ["y"]
    # 将数据分为训练数据集和测试数据集，以data_number为分割线，下标0~data_number的为训练集
    train_data = data[:d

更多文章请关注《万象专栏》