sklearn- 一元线性回归

# sklearn完成机器学习的常用的库,算法封装在程序中，只需调用接口就可以使用机器学习算法
from sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib.pyplot as plt

# 载入数据
data = np.genfromtxt("data.csv", delimiter=",")
x_data = data[:,0]
y_data = data[:,1]
plt.scatter(x_data,y_data)
plt.show()
print(x_data.shape)

(100,)

x_data = data[:,0,np.newaxis]  #数据处理，线性回归要求数据必须处理成二维格式
y_data = data[:,1,np.newaxis]
# 创建并拟合模型
model = LinearRegression()
model.fit(x_data, y_data)

LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None, normalize=False)

# 画图
plt.plot(x_data,y_data,'b.')
plt.plot(x_data,model.predict(x_data),'r')  #绘制预测数据为红色
plt.show()