機器學習代碼實戰——線性迴歸(單變量)(Linear Regression)

1.實驗目的

使用線性迴歸模型預測2020年加拿大公民的人均收入。

數據鏈接
密碼:zc6h

2.導入必要模塊並讀取數據

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression    #導入線性迴歸模塊
import matplotlib.pyplot as plt

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

在這裏插入圖片描述

3.畫當前數據分佈散點圖

%matplotlib inline
plt.scatter(df.year,df['per capita income (US$)'],color='red',marker='+')   #觀看數據分佈
plt.xlabel('year')
plt.ylabel('per capita income (US$)')

在這裏插入圖片描述

4.提取數據和標籤

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

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

在這裏插入圖片描述
在這裏插入圖片描述

5.訓練+預測

reg = LinearRegression()    #實例化模型
reg.fit(new_df,price)     #訓練

reg.predict([[2020]])     #預測2020年房價

在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章