目標(biāo)：通過(guò)一個(gè)屬性的線性組合；來(lái)進(jìn)行預(yù)測(cè)模型。即：

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

#讀取數(shù)據(jù)
data=pd.read_excel(r'H:\備份文件_工作\1_20200000_模型任務(wù)\14_model_公共投資、城市化與經(jīng)濟(jì)增長(zhǎng)的實(shí)證研究\14_model_公共投資、城市化與經(jīng)濟(jì)增長(zhǎng)的實(shí)證研究.xlsx',sheet_name = 'Sheet2')

#根據(jù)列名稱選取X\Y值，并將X\Y值轉(zhuǎn)化為矩陣
y=data.loc[:, 'Y'].as_matrix(columns=None)
y=np.array([y]).T
x=data.drop('Y', 1)
x=x.loc[0:].as_matrix(columns=None)

#調(diào)用線性分析模型
l=LinearRegression()
l.fit(x,y)

#分別輸出 系數(shù)、預(yù)測(cè)值、相關(guān)系數(shù)R，均方誤差
print(l.coef_)
print(l.predict([[60,60,60,60]]))
print(l.score(x,y))
print(np.mean((l.predict(x)-y)**2))