1. 导入boston房价数据集
from sklearn.datasets import load_boston
boston = load_boston()
boston.keys()
print(boston.DESCR)
boston.data.shape
boston.feature_names
boston.target
import pandas as pd
df = pd.DataFrame(boston.data)
df [12]
2. 一元线性回归模型,建立一个变量与房价之间的预测模型,并图形化显示。
import matplotlib.pyplot as plt
x = boston.data[:,5]
y = boston.target
plt.figure(figsize=(10,6))
plt.scatter(x,y)
plt.plot(x,9*x-20,‘r‘)
plt.show()
x.shape
from sklearn.linear_model import LinearRegression
lineR = LinearRegression()
lineR.fit(x.reshape(-1,1),y)
w = lineR.coef_ #斜率
b = lineR.intercept_ #截距
3. 多元线性回归模型,建立13个变量与房价之间的预测模型,并检测模型好坏,并图形化显示检查结果。
from sklearn.linear_model import LinearRegression
lineR = LinearRegression()
lineR.fit(boston.data,y)
q = lineR.coef_ #斜率
d = lineR.intercept_ #截距\
print(q,d)
原文地址:https://www.cnblogs.com/SJMHJ/p/10075619.html