Regressão linear de combate ao código de aprendizado de máquina (univariada) (regressão linear)

1. Finalidade experimental

Use um modelo de regressão linear para prever a renda per capita dos cidadãos canadenses em 2020.

Senha do link de dados : zc6h

2. Importe os módulos necessários e leia os dados

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression    #导入线性回归模块
import matplotlib.pyplot as plt

df = pd.read_csv('canada_per_capita_income.csv')
df.head()

3. Desenhe um gráfico de dispersão da distribuição de dados atual

%matplotlib inline
plt.scatter(df.year,df['per capita income (US$)'],color='red',marker='+')   #观看数据分布
plt.xlabel('year')
plt.ylabel('per capita income (US$)')

4. Extrair dados e tags

new_df = df.drop('per capita income (US$)',axis='columns')     #数据
new_df.head()

price = df['per capita income (US$)']    #标签
price.head()

5. Treinamento + previsão

reg = LinearRegression()    #实例化模型
reg.fit(new_df,price)     #训练

reg.predict([[2020]])     #预测2020年房价