文章作者：Tyan
博客：noahsnail.com ?|? CSDN ?|? 簡書
本文主要是演示scikit-learn自帶的數(shù)據(jù)集的一些用法。本文介紹兩種sklearn構(gòu)建數(shù)據(jù)集的方式，一種是直接加載已有的數(shù)據(jù)集，另一種是通過工具構(gòu)建一個數(shù)據(jù)集。
- Demo
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.linear_model import LinearRegression
# 直接加載數(shù)據(jù)集
loaded_data = datasets.load_boston()
data_X = loaded_data.data
data_y = loaded_data.target
# 定義模型
model = LinearRegression()
# 學(xué)習(xí)參數(shù)
model.fit(data_X, data_y)
# 計算預(yù)測值
result = model.predict(data_X)
# 創(chuàng)造一些線性回歸的數(shù)據(jù)點(diǎn)
X, y = datasets.make_regression(n_samples = 100, n_features = 1, n_targets = 1, noise = 5)
# 繪制創(chuàng)造的數(shù)據(jù)集的散點(diǎn)圖
plt.scatter(X, y)
plt.show()
- 結(jié)果
[ 30.00821269 25.0298606 30.5702317 28.60814055]
[ 24. 21.6 34.7 33.4]
image
