sklearn包實現線性迴歸模型

sklearn包實現線性迴歸模型

前言： 上篇文章我們利用python實現了梯度下降算法用於訓練一元線性迴歸模型，但正常我坐機器學習多會使用比較成熟的相關包，因爲這些封裝好的包，算法效率相對較高，並且使用方便。本文使用sklearn包中線性模型實現一元線性迴歸模型的訓練。

一、sklearn訓練線性迴歸模型只需要兩句代碼
1、model = LinearRegression() # 建立模型
2、model.fit(x_2data, y_2data) # 訓練模型
3、 model.predict(x_2data) # 根據上面訓練的模型預測數據

二、示例代碼

from sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib.pyplot as plt

# 讀取數據
data = np.genfromtxt('data.csv', delimiter=',')
x_data = data[:, 0]
y_data = data[:, 1]

x_2data = x_data[:, np.newaxis]  # 添加列，增加維度，轉爲二維數據
y_2data = y_data[:, np.newaxis]  # 添加列，增加維度，轉爲二維數據

# 創建並訓練模型
model = LinearRegression()
model.fit(x_2data, y_2data)

# 繪製訓練擬合好的模型
plt.scatter(x_data, y_data, c='b', s=50)
plt.plot(x_data, model.predict(x_2data), color='red', linewidth=1.0)
plt.show()

三、運行結果

由上圖可知sklearn訓練的模型對樣本數據的擬合效果較好

四、數據下載地址
鏈接：https://pan.baidu.com/s/1KhPIzejxFZfbkIGZo8J8lg
提取碼：slg1