廢話

主要是用sklearn庫中的linear_model中的LinearRegression模型進行訓練，另外對於訓練集資料的讀取用到了上一篇提到的檔案讀取的相關操作，這裡熟悉一下https://blog.csdn.net/jiaowosiye/article/details/80782729
這段時間的學習主要側重於掉包，希望能成為一個厲害的調包俠~~~

介紹

匯入訓練資料，使用skearn庫中的linear_model中的LinearRefression模型進行訓練，再利用該模型的predict方法對新的資料進行預測~~，另外使用.coef_ .intercept_
還可以求出該模型在訓練資料上的引數

程式碼

#這裡講一下關於多變量回歸模型的預測問題，這裡涉及csv檔案的讀取
#以及使用sklearn庫中的linear-model進行訓練的

from numpy import genfromtxt
import numpy as np
import csv
datapath=r'F:\workspace_python\py_mechinelearning\20180623\delivery.csv'
data=genfromtxt(datapath,delimiter=',')
print(data)
X=data[:,:-1]
Y=data[:,-1]
print(X,Y)
LR=linear_model.LinearRegression()  #呼叫sklearn中的linear_model中的LinearReression模型
 

LR.fit(X,Y) #使用該模型進行訓練X,Y 訓練集上訓練模型
print("該模型的係數:\n",LR.coef_)
print("該模型的截距為:\n",LR.intercept_)

X_test=[[78,3]]
print("使用訓練好的模型進行預測的結果為:\n",LR.predict(X_test))

結果