Introduction of linear regression 01 - API use cases

1. API介绍
   
2. 案例

• 给定一个数据集
  
• 代码

from sklearn.linear_model import LinearRegression

# 1.获取数据
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]

# 2.数据基本处理（略）
# 3.特征工程（略）

# 4.机器学习
# 4.1 创建模型
estimator = LinearRegression()

#4.2 训练模型
estimator.fit(x, y)

#5.模型评估（略）


# 获取回归系数
estimator.coef_
# 回归预测
estimator.predict([[100, 80]])
# get offset (接近于0)
estimator.intercept_

• 部分运行截图