线性回归2-api使用-LinearRegression

1 线性回归API

• 函数：sklearn.linear_model.LinearRegression()
• 属性即回归系数：LinearRegression.coef_
• 举例：平时成绩0.5+期末成绩0.5=最终成绩

2 案例实现

• 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()
estimator.fit(x,y)

print("线性回归的系数是：\n",estimator.coef_)
print("输出预测结果：",estimator.predict([[100,80]]))

• 结果：