Sci-learn处理线性模型问题

使用数据构建一条直线（线性回归）

1. 加载数据集

#导入datasets模块，加载波士顿房价数据
from sklearn import datasets

boston = datasets.load_boston()

2. 导入线性回归模型

from sklearn.linear_model import LinearRegression

lr = LinearRegression() 

3.喂入数据

# boston.data是自变量，target是目标量
lr.fit(boston.data, boston.target)

4.进行预测

predictions = lr.predict(boston.data)

我们可以查看一下偏差的大小：

查看参数：

lr.coef_

从参数中能够得到不同的因素对于结果的影响方向，正相关还是负相关，影响程度大小。

附加自动规范化输入：

lr2 = LinearRegression(normalize=True)

lr2.fit(boston.data, boston.target)

predictions2 = lr2.predict(boston.data)