首页 > 其他 > 详细

线性回归模型

时间:2018-12-27 00:06:47      阅读:31      评论:0      收藏:0      [点我收藏+]

标签:pri   too   edi   测试   训练   ase   lin   png   .com   

 

1. 读取数据集

2. 训练集与测试集划分

from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
data = load_boston()
x_train,x_test,y_train,y_test = train_test_split(data.data,data.target,test_size=0.3)
print(x_train.shape,y_train.shape)

技术分享图片

3. 线性回归模型:建立13个变量与房价之间的预测模型,并检测模型好坏。

技术分享图片
from sklearn.linear_model import LinearRegression
mlr = LinearRegression()
mlr.fit(x_train,y_train)
print(系数‘,mlr.coef_,"\n截距",mlr.intercept_)
from sklearn.metrics import regression
y_predict = mlr.predict(x_test)
print("预测的均方误差:", regression.mean_squared_error(y_test,y_predict))
print("预测的平均绝对误差:", regression.mean_absolute_error(y_test,y_predict))
print("模型的分数:",mlr.score(x_test, y_test))
技术分享图片

线性回归模型

标签:pri   too   edi   测试   训练   ase   lin   png   .com   

原文:https://www.cnblogs.com/huang201606050002/p/10182484.html

(0)
(0)
   
举报
评论 一句话评论(0
0条  
登录后才能评论!
© 2014 designnerd.net 版权所有 鲁ICP备09046678号-4
打开技术之扣,分享程序人生!
             

鲁公网安备 37021202000002号