100天项目 Day2 简单线性回归实现

Day2 简单限行回归实现

1.导入数据集

2. 如果需要对数据集进行空值处理，特征化处理

3. 拆分数据集为训练集和测试集

4. 使用训练集使用简单线性回归模型来训练

5. 预测结果

6. 训练集结果可视化。测试集结果可视化

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data = pd.read_csv(r'd:\Users\lulib\Desktop\data.txt',sep='\t')
X = data.iloc[:,:-1].values
Y = data.iloc[:,-1].values
X_train, X_test, Y_train, Y_test = train_test_split( X,Y,test_size = 0.25, random_state = 0)
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor = regressor.fit(X_train,Y_train)
Y_pred = regressor.predict(X_test)
plt.plot(X_train,Y_train,'r.',X_train,regressor.predict(X_train),'b-')